Des drones autonomes chassent les impacts de météorites

Aux États-Unis, des chercheurs se servent de drones autonomes pour photographier puis analyser des sites méconnus d'impact de météorites, à la recherche de petits bouts de roches spatiales bien cachés. Une intelligence artificielle permet de les détecter parmi toutes les images enregistrées par les drones.


Lire aussi : Comète, astéroïde ou météorite : quelles sont les différences ?


Les petits impacts aussi riches d'enseignements que les gros cratères

S'il est assez simple de localiser les cratères laissés sur la Terre par de grosses météorites, il est souvent plus compliqué d'en retrouver de plus petits, pourtant scientifiquement tout aussi intéressants à étudier.

Des chercheurs américains ont donc décidé de mettre au point un système original pour partir à leur recherche, à l'aide de drones autonomes.

L'idée est de localiser le moindre impact, y compris dans des zones parfois inaccessibles.

A l'aide de l'apprentissage automatique, sur la base d'une importante banque d'images, une intelligence artificielle fait alors la distinction entre la présence de roches spatiales et celle de pierres plus ordinaires.


Lire aussi : Une météorite rare tombée en Angleterre pourrait contenir des informations sur la formation de la vie


Le but ultime est de pouvoir repérer, pour les analyser, les morceaux de météorites les plus petits et les plus éloignés, ceux qui ont aujourd'hui sont hors des radars de la science mais qui pourraient pourtant apporter énormément d'informations.

Les drones passent au peigne fin les zones déjà répertoriées

2 images
© Getty Images

Pour ce faire, le drone survole et photographie les zones où se sont écrasées des météorites. Les images acquises sont ensuite analysées afin d'identifier de possibles éclats à examiner de plus près.

Une première expérience a été réalisée près du lac Walker dans le Nevada, dans une zone frappée par la chute d'une météorite il y a deux ans. A l'heure actuelle, les résultats sont loin d'être parfaits mais ils devraient s'améliorer avec le temps.

Le principal défi, pour le moment, est de rassembler assez de données pour "nourrir" le logiciel d'apprentissage automatique. A chaque nouvel essai et survol de zone par le drone, davantage de données sont collectées et ajoutées à la base d'étude.

A terme, ces travaux doivent aider les scientifiques à déterminer la composition d'une quarantaine de familles d'astéroïdes et ainsi mieux comprendre, peut-être, la création et l'évolution du système solaire.