Quatre faibles traits sur l’image — tout ce que voit l’astronome. Ainsi, un sculpteur restaure la forme d’un verre invisible à partir de quatre ombres.
Il y a environ cent ans, Albert Einstein a prédit, et Fritz Zwicky a proposé d’utiliser les lentilles gravitationnelles — des télescopes naturels faits de matière noire, amplifiant la lumière des noyaux actifs de galaxies lointaines des centaines de fois. Mais pour appliquer une telle amplification, il faut une carte précise de la masse invisible.
Auparavant, les astrophysiciens ajustaient manuellement les paramètres, passant des jours sur un seul système. Le processus rappelait le modelage à l’aveugle : chaque distribution de masse possible était vérifiée pour voir si elle correspondait aux quatre points des images. Avec l’arrivée des nouveaux relevés du ciel — Euclid, Rubin — le nombre de systèmes atteindra des milliers. Le travail manuel est devenu un frein.
La solution est venue de l’apprentissage automatique. Les chercheurs ont créé un sculpteur numérique d’ombres — deux réseaux de neurones entièrement connectés, entraînés sur six millions de simulations numériques. Les réseaux n’avaient jamais vu d’images du ciel. On leur fournissait uniquement les coordonnées de quatre images, et en sortie ils prédisaient la distribution de masse et l’aplatissement de la lentille — comme un sculpteur détermine la courbure du verre à partir de la disposition des ombres.
Sur un échantillon de validation de 200 systèmes simulés, 75 % des modèles ont respecté cette limite en un temps moyen de 126 secondes. La méthode a également été testée sur des quasars réels — HE0435-1223, PG1115+080. L’optimisation a pris de 22 à 319 secondes, sans jamais recourir aux données de luminosité, qui sont faussées par la Microlentille gravitationnelle des étoiles à l’intérieur de la lentille.
Maintenant, le « marqueur de lentilles » transforme un réglage fastidieux en une procédure rapide. Cela ouvre l’analyse systématique des noyaux actifs de galaxies à grand décalage vers le rouge, la recherche de trous noirs binaires après fusion de galaxies, l’étude de la matière noire et de la physique des ondes gravitationnelles. Le sculpteur, qui travaillait autrefois pendant des jours, s’en sort maintenant en quelques minutes — et est prêt à traiter des milliers de nouvelles ombres.
Les deux réseaux de neurones n’ont jamais vu d’images réelles pendant l’entraînement : ils ont été formés sur des données synthétiques, mais sur de vrais quasars, ils se sont montrés aussi fiables que s’ils avaient appris sur des clichés réels.