Des astronomes ont mis au point un nouveau système d'apprentissage automatique qui augmente considérablement la résolution du télescope spatial James Webb (JWST). Cette méthode a permis d'éliminer les distorsions matérielles qui empêchaient l'observation d'objets faibles près d'étoiles brillantes, aidant à capturer des structures cosmiques auparavant invisibles. C'est ce que rapporte Ixbt.com rapporte .
Le problème est apparu dans le système Aperture Masking Interferometer (AMI) de l'instrument NIRISS du télescope. L'effet de migration de charge sur les capteurs déformait le motif d'interférence, réduisant la qualité de l'image. Pour résoudre ce problème, les scientifiques ont créé un nouveau système appelé AMIGO (Aperture Masking Interferometry Generative Observations).
L'algorithme AMIGO crée un jumeau numérique du télescope, modélisant tout le fonctionnement de l'optique et de l'électronique. L'intelligence artificielle compare les données réelles avec l'image synthétisée et corrige automatiquement les erreurs. Le module de réseau neuronal joue un rôle crucial dans la compensation de la distribution de charge non linéaire sur les capteurs.
Grâce à cette nouvelle technologie, les scientifiques ont réussi à identifier des objets substellaires tels que HD 206893 c et HD 206893 B, ainsi que des points volcaniques sur Io, la lune de Jupiter. Cette avancée ouvre de nouvelles portes pour l'étude des atmosphères des exoplanètes et l'observation d'objets proches d'étoiles brillantes.
Lisez “Zamin” sur Telegram !
