​Ces travaux associent des méthodes statistiques utilisées en cosmologie à des outils d'intelligence artificielle (IA). Cette approche permet d'exploiter plus efficacement les immenses quantités de données collectées par les grands relevés astronomiques actuels et futurs, comme la mission Euclid ou le Legacy Survey of Space and Time (LSST) de l'Observatoire Vera C. Rubin.

Lire l'Univers à travers les galaxies déformées

La matière noire est invisible, mais sa présence peut être révélée grâce à son influence gravitationnelle. Lorsque la lumière émise par de galaxies lointaines voyage vers nous, on trajet est subtilement dévié par l'attraction gravitationnelle de la matière rencontrée en chemin. Cette déviation entraîne une légère déformation de l'image des galaxies, un phénomène appelé lentille gravitationnelle faible, révèle comment les structures cosmiques évoluent au fil du temps.

Ces infimes distorsions modifient les formes apparentes des galaxies de seulement quelques pour cent. Mais, à l'échelle de dizaines ou de centaines de millions de galaxies, elles constituent une sonde puissante de la répartition de la matière dans l'Univers car elle reflète directement la répartition de la matière dans l'Univers et, par conséquent, celle de la matière noire.​

« La plupart des analyses se contentent d'étudier la corrélation entre les paires de formes de galaxies en fonction des distances. Cela ne permet de saisir qu'une partie des informations contenues dans les données. Dans notre analyse, nous utilisons l'IA pour identifier les caractéristiques des données qui sont les plus informatives. », explique Natialia Porqueres, chercheure au CEA-Irfu

Une concentration de matières dans la ligne de vision peut agir comme une loupe, en courbant et en déformant la lumière à partir des galaxies et amas de galaxies derrière elle. Lorsque les distorsions sont faibles (de quelques pour cent) elles peuvent uniquement être détectées en analysant un grand nombre de sources selon la méthode statistique. (extrait infographie Eulclid, crédit ESA)

Des résultats obtenus à partir de 100 millions de galaxies

La nouvelle méthode a été appliquée aux données de la troisième année du Dark Energy Survey (DES), qui a cartographié les formes d'environ 100 millions de galaxies sur une zone du ciel environ 5 000 fois plus grande que la pleine Lune.​

Le Dark Energy Survey a mesuré les formes d'environ 100 millions de galaxies sur une large zone du ciel.

Traditionnellement, la plupart des analyses de lentilles faibles réduisent cet ensemble de données colossal à un jeu de données relativement restreint. Avec les observations du DES, l'équipe a développé une méthode d'analyse hybride qui associe des techniques cosmologiques bien établies à des statistiques récapitulatives améliorées par l'IA, le tout dans un cadre qui suit soigneusement les incertitudes des données. ​​

« Cette méthode est innovante. Notre doctorant, Lucas Makinen, l'a mise au point au cours des deux dernières années et ces résultats constituent la première application de cette technique aux données. Appliquée aux données de lentilles gravitationnelles faibles de la troisième année du DES, cette méthode fournit les contraintes cosmologiques les plus précises jamais obtenues basées uniquement sur l'effet de lentille gravitationnelle faible, tant de la densité de matière de l'Univers que de l'intensité de l'agrégation cosmique. », témoigne Natalia Porqueres

Les résultats sont également cohérents avec les mesures du satellite Planck, qui a cartographié le rayonnement fossile laissé par le Big Bang, contribuant ainsi à résoudre une divergence qui persistait depuis plusieurs années entre différentes méthodes d'observation de l'Univers.