Pour trouver des formes de vie intelligentes ailleurs que sur la Terre, le NASA FDL se tourne vers l'intelligence artificielle

Sommes-nous seuls dans l'univers ? Existe-t-il des formes de vie intelligentes sur d'autres planètes ? Et, si oui, à quoi ressemblent-elles ?

Selon les chercheurs du NASA FDL (Frontier Development Lab), des questions aussi complexes que celles-ci pourraient être résolues grâce à l'une des plus grandes avancées technologiques de l'humanité : l'intelligence artificielle.

Le NASA FDL a constitué une équipe pluridisciplinaire autour d'une session de huit semaines d'expérimentations et d'itérations rapides avec l'IA. Confortablement installés dans leurs bureaux, ces chercheurs ont jonglé entre calculs et prototypes pour repousser les limites de l'inconnu et explorer la frontière qui nous sépare d'un autre monde.

L'équipe Google Cloud les a aidés dans cette tâche, en leur apportant les ressources de calcul nécessaires ainsi que leur expertise en IA pour les guider dans la recherche d'exoplanètes, c'est-à-dire des mondes extérieurs à notre système solaire, dans lesquels des formes de vie intelligentes attendent peut-être d'être trouvées.

le défi des exoplanètes

Rechercher des exoplanètes en étudiant des millions de motifs lumineux (très subtils) à la fois

Dédié à la recherche d'exoplanètes, le satellite TESS (Transiting Exoplanet Survey Satellite) de la NASA aborde cette quête à l'échelle de l'univers sous l'angle des données, dans toute leur complexité. Tous les 27 jours, TESS analyse une partie du ciel et capture des millions d'infimes fluctuations de lumière tandis que les exoplanètes gravitent autour de leurs soleils, générant ainsi un nombre considérable de téraoctets de données brutes. Pour les chercheurs, étudier toutes ces données représente un défi de taille.

Afin de faciliter la détection de motifs dans ces ensembles de données phénoménaux, l'équipe du NASA FDL s'est appuyée sur Google Cloud AutoML, une suite d'outils qui simplifient le processus de machine learning pour les utilisateurs peu expérimentés. L'utilisation des ressources de Cloud AutoML a aidé les chercheurs à éliminer les faux positifs, à classer rapidement les courbes de lumière et à identifier des variables clés qu'ils n'avaient pas encore remarquées.

Des données aux planètes

"Le machine learning nous offre un moyen fulgurant de savoir si nous avons affaire ou non à une planète", a déclaré Hugh Osborn, un astronome de l'équipe chargée des exoplanètes.

Il n'a pas fallu beaucoup de temps aux chercheurs pour constater les avantages de Cloud AutoML. Auparavant, l'exécution d'une seule opération de récupération leur prenait plusieurs jours et offrait un taux de précision de 94 %. En associant Cloud AutoML à Compute Engine, le temps d'exécution des opérations de récupération a été réduit à quelques secondes, et le taux de précision est passé à 96 %. La possibilité d'exécuter simultanément des centaines d'opérations de récupération avec Cloud AutoML représentait un avantage de plus pour l'équipe de chercheurs du NASA FDL.

un défi pour l'astrobiologie

Imaginer la vie sur d'autres planètes ne peut se faire sans étudier la nôtre

L'astrobiologie, l'étude de la vie sur d'autres planètes, fait face à une contrainte majeure : notre planète est son unique point de référence. La Terre est la seule planète que nous connaissions à abriter une vie intelligente. C'est pourquoi les scientifiques du NASA FDL s'appuient sur ses données biologiques afin d'imaginer à quoi ressemblerait la vie sur d'autres planètes et les environnements dans lesquels elle pourrait se trouver.

Grâce à Compute Engine, Cloud Machine Learning Engine, Google Kubernetes Engine, Cloud Dataflow et d'autres produits Cloud, les chercheurs du FDL ont pu, pour la première fois, unifier des centaines d'ensembles de données astrobiologiques disparates pour établir des liens et rechercher des motifs significatifs. À leur tour, ces motifs aident les chercheurs à mieux envisager les nombreuses et diverses formes de vie pouvant exister dans l'univers.

Les chercheurs ont également généré des millions de points de données pour simuler l'effet de la vie sur les planètes et les atmosphères. Ils ont ensuite utilisé ces données pour entraîner des modèles de ML à détecter des signatures de vie sur d'autres planètes, qui pourront à l'avenir être mesurées à l'aide de nouveaux instruments et satellites.

Comprendre notre place dans l'univers
Surface extraterrestre

Transmettre des ensembles de données — et l'envie de les exploiter — aux futures équipes du NASA FDL

La quête de la vie extraterrestre se poursuit au NASA FDL. Les équipes de recherche s'appuieront sur les progrès réalisés au cours de la session d'été de huit semaines en utilisant les mêmes techniques et ensembles de données.

Soutenu par la rapidité, l'évolutivité et l'intelligence de Google Cloud, le FDL se rapproche petit à petit des réponses à nos questions les plus essentielles, tout en inspirant la communauté scientifique dans son ensemble.

Tous les ensembles de données astrobiologiques développés au cours des huit semaines seront rendus publics. Ainsi, d'autres chercheurs pourront itérer sur les modèles, approfondir les recherches, et persévérer jusqu'à ce que nous entrions en contact avec des formes de vie intelligentes sur d'autres planètes.

Les chercheurs du NASA FDL repoussent les limites de la découverte, de l'imagination et de la connaissance. Avec l'aide de Google Cloud, ils poursuivent leur quête d'une vérité qui, pour le moment, reste ailleurs.

Solutions

Solutions d'intelligence artificielle

Des solutions d'IA préinstallées ou personnalisées pour votre entreprise.

Google Cloud

Premiers pas

Essai gratuit

Bénéficiez d'un crédit de 300 $ pour votre premier projet GCP ou essayez Google Workspace gratuitement pendant 14 jours.

Besoin d'aide sur un projet plus important ?

Nos experts peuvent vous aider à concevoir les solutions adaptées à vos besoins ou à trouver le bon partenaire.