Deux nouvelles études montrent comment l’intelligence artificielle aide les astronomes à mieux observer Sagittarius A *, le trou noir supermassif situé au centre de notre galaxie. Grâce à des algorithmes plus précis, ils peuvent enfin reconstituer des images plus claires de son disque d’accrétion.
- L'intelligence artificielle améliore l'observation de Sagittarius A* en affinant les images du trou noir supermassif.
- Le modèle PRIMO utilise des réseaux neuronaux pour combler les lacunes des données du télescope Event Horizon.
- Une nouvelle étude révèle un disque d'accrétion allongé, modifiant notre compréhension de Sagittarius A* et son influence.
Sagittarius A * se trouve à environ 26 000 années-lumière de la Terre. Il occupe le centre de la Voie lactée et concentre une masse équivalente à quatre millions de soleils. Depuis des décennies, les astrophysiciens tentent de l’observer avec précision, sans réel succèsn tant son environnement rend l’exercice extrêmement délicat. Entre la faible luminosité de la zone, la densité de matière et les effets de gravité extrême, l’image reste floue. Deux équipes de recherche ont publié, en parallèle, des travaux qui permettent d’y voir plus clair. En combinant données radio et IA, elles affinent les observations du réseau de télescopes Event Horizon Telescope (EHT).
Des images plus nettes grâce à l’intelligence artificielle
L’IA intervient ici pour reconstituer des images à partir de signaux fragmentaires. Les données brutes du télescope EHT sont souvent incomplètes ou parasitées par des effets atmosphériques. Pour combler ces manques, les chercheurs ont utilisé des algorithmes entraînés sur des simulations réalistes de trous noirs. L’une des équipes, issue du MIT et du Harvard-Smithsonian Center for Astrophysics, a publié une version plus nette de Sagittarius A *, obtenue grâce à un modèle appelé PRIMO.
Le modèle PRIMO mobilise des réseaux neuronaux capables d’extrapoler les zones manquantes à partir de milliers d’exemples simulés. L’idée n’est pas de produire une nouvelle image, mais d’en proposer une interprétation la plus fidèle possible à partir des données disponibles. Cela donne un résultat plus précis que celui publié en 2022 par la collaboration EHT, tout en respectant les contraintes physiques connues. « Notre méthode permet de récupérer les structures les plus fines autour du trou noir », souligne Vincent Fish, membre du projet EHT.
Les chercheurs précisent que cette version affinée complète l’image officielle sans la remplacer. Elle offre une autre lecture, plus détaillée, en préparation des prochaines campagnes d’observation prévues dans les années à venir.
Mieux cerner l’activité du disque d’accrétion
Le disque d’accrétion n'a rien à voir avec un quelconque sésame que Sagittarius A * pourrait présenter en conférence de presse. C'est une zone clé dans l’étude des trous noirs. Il s’agit d’un anneau de gaz et de poussières en rotation rapide, chauffé à des millions de degrés. C’est cette matière, attirée à grande vitesse, qui produit le rayonnement observé depuis la Terre. La structure du disque renseigne les chercheurs sur la vitesse de rotation du trou noir, la direction de son axe, ou encore sa manière d’interagir avec la matière environnante.
La seconde étude, menée par l’Université de l’Illinois à Urbana-Champaign, se concentre justement sur cette forme. Elle montre que l’image de 2022 avait tendance à lisser les contours, du fait des limites de l’algorithme utilisé à l’époque. Avec une méthode plus souple, les chercheurs obtiennent un disque légèrement allongé, ce qui laisse penser que l’orientation de Sagittarius A * pourrait être différente de ce qu’on pensait.
Ce genre d’ajustement a un impact sur les modèles théoriques. L’inclinaison du disque, sa forme exacte, la vitesse des particules : chaque paramètre affine la compréhension du comportement du trou noir central de la Voie lactée. Ce dernier influence la dynamique des étoiles proches, et donc l’organisation de notre galaxie dans son ensemble. De là à nous faire tourner la tête…
Source : Astronomy & Astrophysics, Eurekalert
