La formation des étoiles sous un jour nouveau
Dans une galaxie pas si lointaine, une étoile est née. En réalité, ici même, dans la Voie lactée, plusieurs nouvelles étoiles naissent tous les ans. Bien que nous sachions que ces nouvelles étoiles se forment lorsque le gaz interstellaire s’effondre sur lui-même, de nombreuses questions importantes concernant le processus de formation des étoiles restent sans réponse: Quels rôles jouent la gravité et la turbulence dans la formation des étoiles? Comment le gaz interstellaire est-il réparti? Comment les galaxies construisent-elles leur contenu stellaire? Répondre à ces questions et à d’autres constituait l’objectif du projet PROMISE, financé par l’UE. «Nous avons cherché à obtenir de nouvelles informations sur la façon dont les structures gazeuses se déplacent et évoluent au sein des nuages et sur la façon dont cela conduit à terme à la formation de nouvelles étoiles», explique Jouni Kainulainen, chercheur à l’Université de technologie Chalmers et coordinateur du projet PROMISE. «Ce faisant, nous avons voulu aider les scientifiques à mieux comprendre à quoi ressemble la structure interne complexe des nuages de gaz.»
Cartographie et apprentissage automatique
La création d’une carte innovante, qui indique l’emplacement et la structure de milliers de nuages de gaz de formation d’étoiles dans la Voie lactée, était au cœur du projet soutenu par le Centre européen de la recherche. «Il s’agit de loin de notre résultat le plus important, un résultat qui aidera les chercheurs et les astronomes à étudier les nuages de gaz et la formation d’étoiles dans les années à venir», explique Jouni Kainulainen. Une nouvelle description de la façon dont le gaz de la Voie lactée se déplace constitue un autre résultat clé. Cette description a été rendue possible grâce à des algorithmes basés sur l’apprentissage automatique. «Les télescopes modernes génèrent d’énormes ensembles de données, au-delà de ce qui peut être appréhendé par le cerveau humain», fait-il remarquer. «L’apprentissage automatique est un outil qui peut nous aider à donner un sens à ces données.» Selon Jouni Kainulainen, ces nouveaux algorithmes permettent aux scientifiques d’automatiser les processus d’analyse qui étaient autrefois réalisés à l’œil nu et selon leur propre jugement. «Nous pouvons maintenant analyser rapidement de grands ensembles de données et extraire des informations qui autrement seraient restées cachées», explique-t-il. Cette avancée a permis à l’équipe du projet d’obtenir de nouvelles informations sur l’emplacement du gaz dans la Voie lactée et sur la façon dont il se déplace. Ce qu’ils ont trouvé a été une surprise. «Nous avons découvert que le gaz interstellaire présente partout de curieux schémas cinématiques systématiques», remarque Jouni Kainulainen. «Le fait que nous ne comprenions pas encore complètement ces schémas ouvre la porte à de futures recherches.» Le projet a également étudié la structure interne des nuages de gaz interstellaire et le rôle qu’ils jouent dans la formation des étoiles. «Nous sommes parmi les premiers dans ce domaine à décrire comment le gaz de nuages aussi connus que le nuage d’Orion se fragmente en unités de plus en plus petites, formant à terme des étoiles», ajoute-t-il.
De nouvelles étoiles pour de nouveaux défis
Bien que le projet soit à présent terminé, la carte PROMISE sera continuellement mise à jour avec de nouvelles informations et données. L’équipe de recherche prévoit également de donner suite aux nombreuses idées et nouvelles questions qu’a fait naître le projet. «Je suis fier qu’en dépit de tous les obstacles, de la collecte des données à la conduite des recherches pendant la pandémie de COVID-19, nous ayons réussi à dégager des résultats importants et durables», conclut Jouni Kainulainen. «Je suis particulièrement fier de notre équipe de recherche stellaire et de l’impact que nous avons eu dans le domaine de la recherche sur le milieu interstellaire.»
Mots‑clés
PROMISE, formation des étoiles, nuages de gaz, Voie lactée, galaxie, gaz interstellaire, astronomes, apprentissage automatique, données, algorithme