Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Un lancement anticipé pour le télescope Nancy Grace Roman
La NASA a récemment annoncé que le télescope spatial Nancy Grace Roman sera lancé en orbite en septembre 2026, soit huit mois plus tôt que prévu initialement. Ce télescope promet de révolutionner l'astronomie en fournissant aux scientifiques un volume colossal de 20 000 téraoctets de données tout au long de sa mission. Cette avancée technologique s'inscrit dans un contexte où la collecte et l'analyse de données astronomiques prennent une importance croissante.
Une avalanche de données astronomiques
Le télescope spatial James Webb, opérationnel depuis 2021, transmet quotidiennement 57 gigaoctets d'images, contribuant à l'accumulation massive de données pour les astronomes. Parallèlement, l'Observatoire Vera C. Rubin, situé dans les montagnes du Chili, commencera bientôt à collecter 20 téraoctets de données chaque nuit. En comparaison, le télescope Hubble, autrefois la référence, ne produit que 1 à 2 gigaoctets par jour. Cette explosion de données nécessite des outils puissants pour être analysée efficacement.
L'essor des GPU dans l'analyse astronomique
Face à cette montagne de données, les astronomes se tournent vers les GPU pour les analyser efficacement. Brant Robertson, astrophysicien à l'UC Santa Cruz, a observé cette transformation au cours de ses 15 années de collaboration avec Nvidia. Il a appliqué les GPU à des simulations avancées pour tester des théories sur les supernovae et a développé des outils pour analyser les données des nouveaux observatoires. Selon Robertson, il y a eu une évolution notable des analyses basées sur le CPU à celles accélérées par GPU.
Morpheus : l'IA au service de l'astronomie
Robertson, avec son ancien étudiant Ryan Hausen, a créé un modèle d'apprentissage profond nommé Morpheus. Ce modèle est capable de traiter de vastes ensembles de données pour identifier des galaxies. Leur première analyse des données du télescope Webb a révélé un nombre inattendu de galaxies en disque, enrichissant les théories sur l'évolution de l'univers. Morpheus évolue également avec son temps : Robertson change son architecture des réseaux de neurones convolutionnels aux transformers, qui sont à l'origine de l'essor des grands modèles de langage. Cela permettra au modèle d'analyser plusieurs fois plus de surface qu'actuellement.
Amélioration des observations terrestres
Robertson travaille également sur des modèles d'IA générative entraînés sur des données de télescopes spatiaux pour améliorer la qualité des observations collectées par les télescopes terrestres, qui sont souvent déformées par l'atmosphère terrestre. Malgré les avancées en matière de fusées, il est toujours difficile de mettre un miroir de 8 mètres en orbite, donc utiliser des logiciels pour améliorer les observations de Rubin est la meilleure alternative.
Les défis de l'accès aux GPU
Malgré ces avancées, Robertson se heurte à la pénurie mondiale de GPU. Bien qu'il ait construit un cluster de GPU à l'UC Santa Cruz avec l'aide de la National Science Foundation, ce dernier devient rapidement obsolète. La demande croissante pour des analyses intensives en calcul met en lumière la nécessité d'accéder à des ressources plus puissantes. L'administration Trump avait proposé de réduire de 50 % le budget de la NSF, ce qui pourrait compliquer davantage l'accès aux ressources nécessaires pour ces recherches. Robertson souligne l'importance d'être entrepreneurial dans ce domaine, car les universités, souvent limitées en ressources, sont réticentes à prendre des risques. Il est crucial de démontrer l'importance de ces technologies pour l'avenir de l'astronomie.
