Le 37ème colloque de l’IAP, co-financé par l’IPI, s’est tenu du 18 au 22 octobre 2021 à Paris. Le principal thème portait sur l’analyse critique des méthodes d’apprentissage automatique en astronomie.
Une révolution majeure est en cours en astrophysique avec l’arrivée constante de jeux de données toujours plus riches et plus complets. Il est attendu que la prochaine génération de relevés générera des données sur des ordres de grandeur plus importants qu’auparavant, alors que les techniques traditionnelles ne sont pas à la hauteur pour exploiter pleinement ces données. Parallèlement, dans l’industrie informatique, l’application à grande échelle de méthodes d'”apprentissage automatique” sur de grandes quantités de données a permis de résoudre des problèmes jusqu’ici insolubles. Ces nouvelles techniques sont aujourd’hui adoptées avec enthousiasme par les astronomes qui y voient un moyen d’extraire le maximum de données scientifiques des nouveaux relevés. Une certaine prudence s’impose toutefois : les préoccupations des industriels qui développent des techniques d’apprentissage automatique ne sont pas les mêmes que celles des astrophysiciens qui cherchent à expliquer les observations dans le cadre de modèles physiques. Il est donc très opportun de faire le point sur les techniques d’apprentissage automatique en astronomie et d’évaluer de manière critique leur utilité pour résoudre les problèmes astrophysiques. À l’IAP, de nombreuses techniques d’analyse avancées ont été mises au point pour analyser les données du satellite Planck et des études au sol. L’avalanche de riches ensembles de données provenant de futures missions comme Euclid et ARIEL fait de l’institut un lieu naturel pour organiser cette conférence.
La conférence a permis d’explorer le potentiel et l’applicabilité des techniques d’apprentissage automatique pour les futures études telles que DESI, SKA, Euclid, Rubin Observatory, Ariel et Gaia. En particulier, la conférence a permis de présenter ‘impact des erreurs systématiques sur la fiabilité des paramètres inférés (cosmologiques ou autres) dérivés de ces méthodes. La capacité des modèles d’apprentissage automatique à conduire à des découvertes scientifiques a également fait l’objet d’une discussion critique.
L’IPI est heureuse d’avoir pu soutenir cet événement international, organisé chaque année depuis 1985 et qui aura permis de rassembler des scientifiques du monde entier.
