L’étude des exoplanètes se concentre actuellement uniquement sur les planètes qui orbitent autour d’une étoile et font donc partie d’un système stellaire, et très souvent uniquement sur les planètes gazeuses plus grandes qui sont les plus proches de la même étoile. En effet, nous disposons, du moins pour l’instant, de méthodes, telles que les méthodes de transit, qui ne nous permettent de détecter que les planètes essentiellement proches d’une étoile.
Il existe, en effet, une catégorie tout aussi intéressante de planètes que nous avons actuellement du mal à identifier : celles qui ne se trouvent pas dans un système stellaire. Mais les scientifiques ont mis au point une méthode complexe pour faciliter leur découverte à l’avenir.
Sommaire
Planètes flottantes
Cependant, plusieurs études menées ces dernières années ont montré que, du moins en théorie, il devrait également exister de nombreuses planètes “flottantes”, c’est-à-dire des planètes qui ne font pas partie d’un système stellaire mais qui errent dans leur galaxie.
Également appelées “planètes voyous”, ces planètes ne sont liées à aucune étoile et sont donc très difficiles à détecter pour les astronomes, car elles n’émettent pas de lumière et ne la réfléchissent pas en raison de l’absence d’étoile proche.
La nouvelle mission de CLEoPATRA
Un scientifique du Goddard Space Flight Center de la NASA, Richard K. Barry, va créer une nouvelle mission d’observation, appelée CLEoPATRA (Contemporaneous Lensing Parallax and Autonomous TRansient Assay). La mission vise à exploiter le microlentillage, un phénomène particulier impliquant la gravité et la lumière, pour découvrir des planètes errantes.
Une planète rebelle pourrait être détectée, par exemple, si elle s’aligne, de notre point de vue, avec une étoile lointaine en arrière-plan. De cette façon, la lumière de l’étoile, lorsqu’elle se dirige vers nous, est en quelque sorte déviée par la gravité de la planète et une sorte de “lentille” est créée à travers laquelle un télescope pourrait détecter la planète.
Méthode de parallaxe
Le télescope spatial Nancy Grace de la NASA, qui sera lancé à l’avenir, sera utilisé pour exploiter une telle technique.
Il y a toutefois une petite difficulté : le télescope peut trouver des planètes “voyous” en utilisant cette méthode, mais il serait difficile de calculer la distance de la planète elle-même. Les chercheurs ont l’intention d’utiliser la méthode de la parallaxe pour déterminer la distance de ces planètes, une méthode qui, pour être exploitée, nécessite toutefois deux “observateurs” placés à une certaine distance.
C’est pourquoi les scientifiques veulent placer la sonde CLEoPATRA en orbite autour de Mars. En voyageant autour du Soleil en suivant Mars, CLEoPATRA atteindrait une distance suffisante de notre planète pour exploiter le signal de parallaxe du microlensing et obtenir ainsi l’information manquante, celle de la distance, qui est très importante.
Vidéo
Télescope terrestre PRime-focus Infrared Microlensing Experiment (PRIME)
En plus de la sonde CLEoPATRA, le télescope terrestre PRime-focus Infrared Microlensing Experiment (PRIME) sera également utilisé. Ce télescope utilise une caméra spéciale dotée de quatre détecteurs pour estimer la masse des planètes détectées par la méthode de microlentillage avec Roman et CLEoPATRA.
“CLEoPATRA se trouverait à une grande distance de l’observatoire principal, que ce soit depuis le romain ou depuis un télescope sur Terre”, explique Barry. “Le signal de parallaxe devrait donc nous permettre de calculer des masses assez précises pour ces objets, augmentant ainsi le rendement scientifique.”
L’intelligence artificielle sera également nécessaire
L’objectif ultime de l’utilisation complexe de trois dispositifs différents, l’un en orbite autour de la Terre, l’autre autour de Mars et le dernier à la surface de notre planète, est de détecter de multiples planètes flottantes, un type de planète dont nous savons actuellement très peu de choses. Nous ne savons même pas s’ils sont communs ou non dans notre galaxie.
À cet égard, compte tenu des calculs complexes qui devront être effectués et de l’énorme quantité de données qui seront collectées, l’équipe de Barry fera également appel à des algorithmes d’intelligence artificielle, notamment à un algorithme appelé RApid Machine LearnEd Triage (RAMjET), développé par Greg Olmschenk. “C’est un type d’intelligence artificielle qui va apprendre à travers des exemples. Ainsi, vous lui donnez de nombreux exemples de ce que vous voulez trouver et de ce que vous voulez filtrer, et il apprendra à reconnaître des modèles dans ces données pour essayer de trouver les choses que vous voulez garder et celles que vous voulez jeter”, explique Olmschenk.
