Des supernovae, des quasars et d’autres objets célestes invisibles… Un jeune lycéen a réussi à en mettre à jour plus d’un million et demi grâce à l’intelligence artificielle.
Et si l’intelligence artificielle était la clé pour percer les secrets de l’UniversUnivers ? C’est la question à laquelle Matteo Paz, un lycéen de 17 ans, a répondu avec brio.
En développant un algorithme impressionnant, il a réussi à analyser les gigantesques ensembles de données du télescopetélescope Neowise de la Nasa, permettant ainsi de détecter 1,5 million de nouveaux objets célestes.
Un mentorat déterminant à Caltech
Matteo Paz a lancé ce projet durant l’été 2022 en rejoignant le programme Summer Research Connection de l’université Caltech en Californie, où il a rencontré son mentor, Davy Kirkpatrick. « J’ai beaucoup de chance d’avoir rencontré Davy », a expliqué l’étudiant par la suite. Ensemble, ils ont décidé de travailler sur les données du télescope Neowise, un télescope infrarougeinfrarouge de la NasaNasa qui a observé le ciel pendant plus de dix ans.
Rencontre avec Matteo Paz, gagnant de la première place du Regeneron STS 2025 © SocietyforScience
Au-delà de l’astronomie, un algorithme prometteur
Le défi était de taille : comment extraire des objets invisibles parmi 200 milliards de lignes de données ? Fort de ses connaissances en mathématiques avancées, Matteo a créé un algorithme d’intelligence artificielle capable d’analyser et de classer automatiquement ces données.
En peu de temps, son modèle a permis de détecter des nouveaux objets célestes. Cette découverte, publiée dans The Astronomical Journal, lui a valu un prix de 250 000 dollars lors du Regeneron Science Talent Search, l’un des concours de sciences les plus prestigieux pour les lycéens.
Aujourd’hui, Matteo perfectionne son algorithme à Caltech, où il travaille désormais parallèlement à ses études. Bien que conçu pour l’astronomie, son modèle pourrait avoir des applicationsapplications dans de nombreux autres domaines, comme l’analyse des marchés financiers ou l’étude de la pollution.
