Aux frontières de Saturne : l’intelligence artificielle en quête de nouvelles lunes
La collaboration entre l’EPITA et l’Observatoire de Paris révèle une utilisation fructueuse de l’imagerie spatiale. La mission Cassini-Huygens, menée par la NASA, l’ESA et l’ASI, a exploré Saturne, ses anneaux et ses satellites entre 2004 et 2017. En appliquant des techniques avancées de vision par ordinateur aux données issues de cette mission, Guillaume Tochon, enseignant-chercheur et responsable de l’équipe Traitement d’Image et Reconnaissance des Formes au sein du Laboratoire de Recherche de l’EPITA, Valéry Lainey, astronome à l’Observatoire de Paris, et leur doctorant Giulio Quaglia ont mis en évidence une nouvelle façon d’exploiter les images. Celle-ci permet d’améliorer l’étude des rayons cosmiques, de faciliter la recherche de nouvelles lunes et d’ouvrir de nouvelles perspectives pour l’exploration des systèmes planétaires.
Quand le traitement d’images rencontre l’astronomie : un rapprochement fécond
Ce partenariat scientifique débute lorsqu’une étudiante de l’EPITA entame un stage à l’Observatoire de Paris à l’automne 2020.
Les astronomes prennent alors connaissance de l’existence, à l’école, d’une équipe experte en algorithmes d’analyse d’images. Pour Guillaume Tochon, le rapprochement est une opportunité unique.
« Les problématiques présentes dans les images spatiales se prêtent particulièrement bien au traitement par des algorithmes de reconnaissance de formes. »
Guillaume Tochon, enseignant-chercheur et responsable de l’équipe Traitement d’Image et Reconnaissance des Formes au sein du Laboratoire de Recherche de l’EPITA
Spécialiste de morphologie mathématique, les travaux de son équipe couvrent un large spectre, du document ancien à l’imagerie médicale. L’application au spatial ouvre un terrain encore peu exploré par l’équipe. La mission Cassini, qui a photographié le système saturnien pendant 13 ans, constitue un gisement immense de données. Trop vaste pour les astronomes seuls, elles comprennent des centaines de milliers d’images, dont beaucoup n’ont jamais été examinées dans le détail.
À partir de cette matière brute, la thèse de Giulio Quaglia vise d’abord à répondre à une question : des lunes inconnues se cachent-elles encore dans ces images ?
Une intelligence artificielle pour distinguer l’invisible
Détecter des objets célestes minuscules revient à identifier « des tâches de quelques pixels dans ces images », indique Guillaume. La difficulté tient autant à leur petite taille qu’à leur diversité, étoiles, lunes connues ou potentielles, mais aussi rayons cosmiques frappant le capteur de Cassini. Ces particules de haute énergie laissent des traces courtes et irrégulières, impossibles à annoter manuellement sur des milliers d’images.
L’équipe crée donc une première base semi-automatique, un algorithme naïf qui identifie toutes les sources brillantes, puis les classe selon leur correspondance avec les catalogues d’étoiles ou les éphémérides des lunes. Tout ce qui ne correspond à rien de déjà connu est catégorisé comme rayon cosmique. Malgré ses imperfections, cette base sert d’entraînement à un réseau de neurones. « Notre pari est de se dire qu’elle est statistiquement suffisamment bonne » explique Guillaume Tochon
Et ce pari s’est avéré gagnant : L’IA apprend à corriger les erreurs de départ. Par exemple, lorsque l’algorithme naïf confondait de fines portions d’anneaux avec des particules, « le réseau ne s’est pas fait leurrer ».
Sur plusieurs dizaines d’images annotées manuellement pour validation, le modèle montre une capacité remarquable à distinguer les trois catégories d’objets.
Surtout, les résultats obtenus sur les rayons cosmiques sont saisissants. La distribution spatiale et temporelle déduite des images est cohérente avec les mesures obtenues par les instruments spécialisés embarqués à bord de la sonde Cassini. « On a été capable de récupérer des résultats analogues (…) juste avec une caméra », souligne le chercheur.
Photo des anneaux de saturne prise en lumière visible par la caméra grand angle de la sonde spatiale Cassini le 2 avril 2016.
De Saturne à Jupiter : une méthodologie appelée à voyager
Cette avancée ouvre plusieurs perspectives concrètes. D’abord, la recherche de nouvelles lunes : toutes les prédictions générées par l’IA ont été conservées et pourront être croisées avec les modèles orbitaux.
Ensuite, ces travaux préparent directement la mission JUICE (Jupiter Icy Moons Explorer), mission spatiale de l’Agence spatiale européenne dédiée à l’étude de Jupiter et de ses lunes glacées majeures. « Ce qu’on a développé là pour Saturne va se transposer de manière très directe » aux futures images de la sonde. La possibilité d’analyser les particules de haute énergie grâce à de simples caméras pourrait réduire significativement les coûts des missions spatiales, où chaque instrument supplémentaire représente un défi technique et financier.
Cette collaboration avec l’Observatoire de Paris illustre la mission de l’EPITA : apporter une expertise à la fois scientifique et technologique décisive à d’autres disciplines.
« Le but n’est pas forcément d’innover dans les méthodes, mais de transférer correctement les méthodes que l’on maîtrise ».
Guillaume Tochon, enseignant-chercheur et responsable de l’équipe Traitement d’Image et Reconnaissance des Formes au sein du Laboratoire de Recherche de l’EPITA
L’image devient ainsi un langage commun entre ingénieurs et astronomes, capable de révéler ce que l’œil humain ne peut déceler.
Photo des anneaux de Saturne, prise le 12 août 2014 par la sonde Cassini, montrant leurs structures translucides et l’ombre qu’ils projettent sur la planète.