Le retournement polaire : comment les réseaux de neurones capturent les amas invisibles de matière noire ✛ ✎ ✦
La matière noire est la grande invisible. Elle régit le mouvement des galaxies et courbe la lumière, créant des lentilles gravitationnelles. Einstein a prédit cet effet, Zwicky a le premier suspecté une masse cachée dans les amas, et Rubin a prouvé sa présence grâce aux vitesses des étoiles. Aujourd'hui, nous ne chassons pas seulement la matière noire, mais ses plus petits amas — les sous-halos. Ces compagnons invisibles qui orbitent autour des galaxies peuvent en dire long sur la nature des particules. Leur nombre et leur distribution constituent un test sensible pour les modèles cosmologiques : différents types de particules laissent une « ondulation » différente sur la carte de l'univers.
Le seul moyen de repérer les sous-halos est de capter leur influence gravitationnelle dans les systèmes à forte lentille gravitationnelle. Lorsqu'une galaxie-lentille s'aligne précisément entre nous et un quasar lointain, un anneau d'Einstein presque parfait se forme. Les sous-halos agissent comme de microscopiques bosses qui en déforment la forme. Distinguer ces déformations du bruit de fond est une tâche à la limite du possible.
Les auteurs de la nouvelle étude ont trouvé une astuce ingénieuse : dérouler l'anneau en ligne droite. La transformation des images du Hubble des coordonnées cartésiennes aux coordonnées polaires équivaut à redresser un circuit de course : chaque défaut, chaque amas de masse sombre devient visible comme une bosse sur l'autoroute. Les coordonnées polaires sont idéales pour la symétrie circulaire : l'arc de la lentille se transforme en une bande presque horizontale, et la perturbation due au sous-halo en une cassure locale. Cette image « redressée » est beaucoup plus facile à analyser pour les réseaux de neurones convolutifs, qui traquent les motifs spatiaux caractéristiques.
Les tests sur des images synthétiques imitant les observations réelles, en tenant compte du décalage vers le rouge, ont montré que la représentation polaire augmente la proportion de sous-halos détectés d'environ 15 % dans la gamme de masses 10⁹–10¹⁰ masses solaires. La méthode ne nécessite aucun calcul supplémentaire — il s'agit simplement de réindexer les pixels avant de les soumettre au réseau. Elle peut être intégrée à n'importe quel pipeline existant d'analyse de données de lentilles gravitationnelles.
À terme, de tels outils simples et précis deviendront la norme pour traiter les flots d'images d'Euclid et de Roman. La capacité à trouver de manière fiable les sous-halos de faible masse permettra d'imposer des contraintes strictes sur les propriétés des particules de matière noire. Le débat entre les modèles froids, chauds et auto-interagissants sera tranché. Peut-être que dans quelques années, le regard polaire nous offrira la clé de la substance la plus insaisissable — et nous comprendrons alors que la clé ne résidait pas dans de nouveaux instruments, mais dans un changement de point de vue.
La plus grande amélioration due à la transformation polaire — jusqu'à 50 % — a été obtenue par les réseaux à initialisation aléatoire. Les réseaux pré-entraînés ne se sont améliorés que de 15 %. Cela souligne que la géométrie du problème elle-même sert de puissant mentor aux algorithmes, les guidant vers la bonne solution sans long apprentissage.
Ainsi, dans la science-fiction, les héros trouvent des objets invisibles grâce aux ondulations de l'espace — ici, les ondulations de la matière noire se manifestent dans les cassures des anneaux galactiques.