Un agent de recherche pour les blazars, un réseau neuronal pour l'anneau de photons

L'astrophysique contemporaine est une discipline logistique. Il faut relier une littérature qui croît vite, des données hétérogènes issues de nombreuses bandes spectrales et des modèles physiques de plus en plus complexes. Une partie des équipes cherche donc à organiser ce travail, et pas seulement à automatiser une tâche isolée.

Un système multi-agents pour les blazars

Le framework AstroGenesis est décrit par des auteurs d'Arménie, d'Italie et des États-Unis, dont David Pasham et Alessandro Tramacere. C'est un système multi-agents spécialisé dans un domaine. Il réunit la recherche et la synthèse de la littérature, l'accès aux données multi-fréquences et leur analyse, la modélisation théorique et la production de pistes de recherche. Un agent superviseur travaille avec une architecture de planificateur et de replanificateur. Au centre se trouve un agent de modélisation théorique, qui s'appuie sur des modèles neuronaux de substitution entraînés au préalable. La modélisation large bande et multi-aspects peut ainsi passer par une conversation en langage naturel, sans lancer à chaque fois les calculs complets.

Les auteurs ont d'abord mesuré la couche de recherche bibliographique, sur deux jeux de test : un où chaque question porte sur une seule publication, et un où la réponse exige des preuves issues de plusieurs travaux. Au moins une publication pertinente figure dans les cinq premiers résultats pour 76,6 pour cent des questions du premier jeu et 79,2 pour cent du second. Des exemples de flux de travail montrent comment littérature, données d'observation, modélisation et formulation d'hypothèses s'assemblent en une analyse traçable. Les auteurs annoncent une extension à d'autres domaines de l'astrophysique.

Un anneau qui trahit le spin

Un autre travail part de l'instrument de mesure lui-même. L'interférométrie à très longue base pourrait imager directement les structures d'un trou noir à l'échelle de l'horizon des événements, notamment l'anneau de photons. Le sous-anneau d'ordre n = 1 est particulièrement précieux. Son profil radial et la modulation de sa luminosité en azimut encodent des informations sur le spin du trou noir. La difficulté vient de ce que, dans les observations, il se superpose à l'émission du sous-anneau n = 0 et doit d'abord être isolé.

L'équipe de Courtney Duong, Frank Myhre et Joseph Farah a entraîné un réseau neuronal convolutif sur 111 000 images simulées d'anneaux, générées avec l'outil eht-imaging. Le réseau restitue le profil radial et angulaire du sous-anneau n = 1 avec une corrélation croisée normalisée moyenne d'environ 0,99. Il ne signale pas de fausses détections quand l'anneau est absent des données, et les caractéristiques extraites permettent de retrouver la modulation de luminosité sensible au spin. Sur des images issues des simulations KerrBAM et magnétohydrodynamiques, il restitue le profil radial général, même si des écarts apparaissent dans le profil d'intensité. Les auteurs relient ces travaux à de futures missions, comme le projet Black Hole Explorer.