L'archipel des Points Rouges : des découvertes sans seuils de couleur ✛

Original: "Unsupervised selection and characterisation of Little Red Dots in JWST surveys with manifold learning"
arXiv:2607.22835v1 · 2026-07-24 · CC BY 4.0 · 2 min
Grâce à un algorithme auto-apprenant, des astronomes ont découvert 107 nouvelles galaxies mystérieuses sans fixer de seuils de couleur.

242 327 galaxies — comme des grains de sable colorés sur une plage. Mais si on les trie simplement par couleur, on risque de manquer les plus intéressantes. L'algorithme UMAP (qui apprend à disposer les données sur un plan de manière à ce que les objets similaires soient proches) a pris pour chaque galaxie onze nombres — ses couleurs dans différentes longueurs d'onde (photométrie), sa luminosité, sa taille et son décalage vers le rouge approximatif (indicateur de distance). Tout cela a été converti en deux coordonnées, comme sur une carte. Les galaxies similaires se sont regroupées en îlots.

Les points de repère étaient 68 Petits Points Rouges — de minuscules galaxies à des distances immenses, déjà étudiées par spectroscopie, et leur nature confirmée. Ces « balises » ont indiqué sur la carte les endroits où leurs semblables devraient se cacher. L'archipel principal de 56 objets s'est groupé à des distances d'environ 13 milliards d'années-lumière. La recherche y a été précise : sur dix galaxies trouvées, huit étaient de véritables Points Rouges — et ce sans aucune règle de couleur. L'algorithme a lui-même défini les limites de l'îlot en fonction de la concentration de « balises » confirmées.

La densité avec laquelle les véritables Points Rouges se sont rassemblés sur la carte est 570 fois supérieure au hasard — comme si une poignée de diamants se trouvait réunie au même endroit sur une plage.

À l'intérieur de ces îlots, 107 nouveaux candidats ont été trouvés. Ils sont compacts et rougeâtres, mais légèrement plus bleus que les critères les plus stricts des anciennes règles. On ne sait pas encore ce qu'ils sont : peut-être des trous noirs cachés par des nuages de poussière cosmique, ou de violentes poussées de formation stellaire dans des régions poussiéreuses. De plus, quatre nouveaux noyaux actifs de galaxies ont été découverts sur la carte — des endroits où de la matière tombe dans des trous noirs supermassifs. Les naines brunes, qui gênaient souvent la recherche, se sont regroupées séparément, loin de l'archipel des Points Rouges. La carte les a éliminées d'elle-même.

La méthode n'est pas liée à la couleur. On peut également cartographier des images haute résolution ou des spectres. Une application web a déjà été créée — un atlas vivant de l'Univers lointain, où chacun peut explorer cette carte. Les futurs télescopes apporteront des océans de données, et ces cartes aideront à découvrir des classes rares d'objets — sans lanternes colorées, mais avec des contours d'îlots clairs.

La méthode UMAP, initialement créée pour visualiser l'expression des gènes en biologie, aide aujourd'hui les astronomes à découvrir de nouvelles populations de galaxies sans aucun filtre de couleur — un exemple frappant de la manière dont les algorithmes d'apprentissage automatique transfèrent des idées entre des disciplines éloignées.

Scientifiques
Rashid Alievich SunyaevNancy Grace RomanAndrey MarkovR. Brent Tully
Notions
sources rouges du JWST apprentissage auto-supervisé nirspec grands modèles de langage galaxies à points rouges James Webb forêt aléatoire réseaux neuronaux d'apprentissage prédictif regroupement miri télédétection par lidar lsst lamost