Le réseau de neurones ZooBot:3D a cartographié la structure de 639 000 galaxies express

Original: "Deep Learning Segmentation of Spiral Arms and Bars for 600,000 Galaxies in DESI"
arXiv:2606.16507 · 2026-06-15 · CC BY 4.0 · 1 min
L'algorithme a transformé les images de galaxies lointaines en cartes détaillées : il a repéré les bras spiraux, les barres centrales et des anneaux découverts de manière inattendue.

Imaginez qu'un éditeur de photos ordinaire sache détourer des objets sur une image, tandis que le réseau de neurones ZooBot:3D traite les galaxies lointaines comme un cartographe qui dresse la carte d'une terre inconnue. Des milliers de bénévoles ont tracé à la main les bras spiraux et les barres — ces bandes d'étoiles centrales — sur des images astronomiques. À partir de ces exemples annotés, l'algorithme a appris à produire non pas de simples contours, mais des cartes thermiques : chaque pixel indique la probabilité qu'un élément de structure s'y trouve, par exemple un bras spiral.

Surprise : le réseau de neurones a appris tout seul à détecter les anneaux — de rares structures circulaires qui ressemblent à des « beignets ». Il y avait très peu d'exemples de ce type dans l'ensemble d'entraînement. L'algorithme semble avoir deviné de lui-même à quoi ressemblent ces formations, faisant preuve d'une capacité de généralisation.

Avec de telles cartes, les astronomes les comparent aux données sur le mouvement des étoiles obtenues par spectroscopie — l'analyse des spectres d'émission — et aux informations sur leur luminosité recueillies par photométrie. Cela permet de comprendre la structure des galaxies des dizaines de fois plus rapidement. Le catalogue final, qui couvre 639 636 galaxies, est en accès libre et déjà intégré aux données des projets MaNGA et SAMI.

Les bénévoles du projet Galaxy Zoo ont tracé à la main les contours de milliers de galaxies, réalisant des millions d'annotations. Désormais, une seule exécution du réseau de neurones remplace ce travail titanesque.

La cartographie des galaxies est un motif clé de la science-fiction, de « Fondation » d'Asimov à « Star Wars » ; ce travail fait un pas vers un véritable atlas universel.

Scientifiques
Fritz ZwickySubrahmanyan ChandrasekharAdam RiessJohn Archibald WheelerGalileo GalileiWilliam Herschel
Notions
apprentissage profond en imagerie médicale classification d'images desi segmentation tumorale réseau neuronal profond bras spiraux galaxie spirale imagerie médicale par IA