Lorsqu’ils mesurent des distances dans l’Univers, les astronomes s’appuient sur ce que l’on appelle «l’échelle de distance» – une succession de méthodes par lesquelles les distances sont mesurées à des objets qui sont de plus en plus éloignés de nous. Mais qu’en est-il de l’âge ? Connaître avec précision l’âge des étoiles, des amas d’étoiles et des galaxies est également primordial pour déterminer l’évolution du cosmos. Grâce à une nouvelle technique d’apprentissage automatique mise au point par des chercheurs de l’Université de Keele, les astronomes ont peut-être établi le premier échelon d’une “échelle des âges cosmiques”.
Habituellement, les astronomes se fient à l’analyse chimique des étoiles pour déterminer leur âge. C’est assez difficile car cela ne peut se faire qu’à l’aide de spectres, où la lumière est recueillie à partir d’étoiles lointaines et analysée à l’aide d’un spectromètre. Cet instrument divise la lumière visible en différentes couleurs et recherche des lignes d’absorption, où différents éléments chimiques absorbent la lumière à différentes longueurs d’onde. Cela se fait plus facilement avec des amas d’étoiles, de grands groupes qui se forment et évoluent ensemble, mais cela devient plus difficile avec des étoiles individuelles.
Une technique courante consiste à rechercher l’abondance d’un élément en particulier : le lithium. Au cours des premières phases de l’évolution d’une étoile, lorsque les températures et la pression interne augmentent, les étoiles subissent ce que l’on appelle «l’épuisement du lithium». Jusqu’à présent, les modèles de formation et d’évolution stellaires n’ont pas été en mesure de caractériser pleinement cela, mais l’algorithme d’apprentissage automatique développé par Keele Ph.D. étudiant George Weaver et ses collègues pourraient changer cela. Tout d’abord, l’équipe a consulté les données obtenues par le Gaia-ESO Spectroscopic Survey (GES).
Cette étude combine les spectres obtenus par le Very Large Telescope (VLT) de l’Observatoire européen austral (ESO) et les données d’astrométrie obtenues par l’ESA Observatoire Gaïa. L’enquête a examiné 100 000 étoiles (avec un accent particulier sur les amas d’étoiles ouvertes) à l’aide du spectrographe multi-éléments à large réseau de fibres (FLAMES) du VLT qui a complété les mesures de Gaia de leurs mouvements et vitesses propres. L’équipe a ensuite sélectionné plus de 6 000 étoiles pour modéliser la relation entre la température, l’abondance du lithium et l’âge et a utilisé ces données pour modéliser son algorithme.
Au cœur de celui-ci se trouve un réseau de neurones basé sur le modèle mathématique précédent connu sous le nom d’évolution et d’assemblage des galaxies et de leurs environnements (EAGLE), une suite de simulations hydrodynamiques développées par la collaboration Virgo pour modéliser la formation des galaxies et des trous noirs supermassifs. Le nouvel algorithme amélioré offre aux astronomes un moyen d’obtenir des estimations d’âge plus précises sans un long processus analytique. Comme Weaver l’a expliqué dans un article de presse de la Royal Astronomical Society :
« Il existe plusieurs méthodes et modèles indépendants d’estimation de l’âge, mais ce réseau de neurones artificiels nous donne la possibilité de créer une méthode combinée pour estimer l’âge d’une étoile à partir de mesures spectrales. Non seulement cela pourrait conduire à un modèle de « guichet unique » pour les âges des étoiles et des amas, mais cela nous aidera également à quantifier et à contraindre les relations entre ces observables et l’âge, et peut-être même à découvrir de nouvelles relations dont nous n’étions pas conscients. avant.”
Weaver et ses collègues ont récemment présenté leurs recherches lors de la réunion nationale d’astronomie 2023, qui s’est déroulée du 3 au 7 juillet à l’Université de Cardiff au Pays de Galles. L’équipe a déjà commencé à mettre à l’échelle le modèle en incluant plus de données, et des tests sont en cours pour incorporer la métallicité (la quantité d’éléments lourds dans une étoile) dans le modèle. D’autres extensions possibles incluent l’incorporation de changements dans la rotation stellaire et le magnétisme au fil du temps et comment cela peut limiter davantage l’âge d’une étoile.
Lectures complémentaires : Société royale d’astronomie
