Vera Rubin : le télescope qui va transformer notre vision de l’Univers grâce à l’IA

Avec son appareil photo de 3,2 gigapixels et des millions d’alertes astronomiques chaque nuit, l’observatoire Vera C. Rubin ouvre une nouvelle ère où l’intelligence artificielle devient indispensable pour explorer le ciel.

Par Adrien Hassler

Pendant longtemps, l’astronomie a progressé en construisant des télescopes toujours plus grands et plus sensibles. Mais une nouvelle difficulté apparaît aujourd’hui : les instruments sont désormais capables de produire beaucoup plus de données que les astronomes ne peuvent raisonnablement analyser manuellement.

C’est précisément le problème auquel s’attaque le Vera C. Rubin Observatory, installé au Chili. Après plusieurs années de construction et de mise au point, son programme scientifique de dix ans, le Legacy Survey of Space and Time (LSST), a officiellement commencé à la fin du mois de juin 2026. L’objectif est ambitieux : observer régulièrement une grande partie du ciel austral afin de construire, au fil des années, une sorte de film en accéléré de l’Univers. (Rubin Observatory)

Et Rubin ne se contente pas de produire de magnifiques images. Il va générer une quantité considérable de données, dont l’exploitation nécessitera des infrastructures informatiques et des algorithmes capables de repérer automatiquement ce qui mérite l’attention des chercheurs.

Cette révolution est déjà en marche.

Un télescope conçu pour regarder le ciel changer

La philosophie de Rubin est différente de celle du James Webb.

Le télescope spatial James Webb est particulièrement puissant pour observer des objets précis avec une résolution et une sensibilité extraordinaires. Ses observations permettent notamment d’étudier les premières galaxies, les étoiles et les atmosphères d’exoplanètes.

Nous avions justement détaillé cette complémentarité dans notre article consacré à l’intelligence artificielle et à James Webb, où nous expliquions comment les algorithmes permettent déjà d’extraire des informations extrêmement difficiles à identifier dans les données du télescope. L’IA qui voit ce que James Webb ne peut pas voir seul

Rubin poursuit une autre logique.

Son objectif n’est pas de regarder très longtemps un objet particulier, mais de revenir régulièrement sur les mêmes régions du ciel. Une étoile qui change de luminosité, une supernova qui apparaît, un astéroïde qui se déplace ou un phénomène transitoire inhabituel peuvent ainsi être détectés automatiquement.

Le programme LSST doit durer dix ans et couvrir environ 18 000 degrés carrés du ciel avec son programme principal. Chaque zone sera observée à de nombreuses reprises afin de mesurer non seulement ce qui existe dans l’Univers, mais également ce qui change. (Rubin Observatory)

C’est cette dimension temporelle qui fait de Rubin un instrument aussi particulier.

Une caméra de 3,2 milliards de pixels

Pour réaliser cette mission, Rubin dispose d’un instrument hors norme : la LSST Camera, présentée par l’observatoire comme la plus grande caméra numérique jamais construite.

Elle possède 3,2 gigapixels, couvre un champ de vision d’environ 9,6 degrés carrés et utilise six filtres permettant d’observer le ciel dans différentes bandes de longueur d’onde. (Rubin Observatory)

Cette capacité est impressionnante, mais elle entraîne une conséquence logique : la quantité de données produite est énorme.

Rubin estime son volume de données à environ 10 téraoctets par nuit. Le système doit également générer plusieurs millions d’alertes astronomiques chaque nuit, avec une latence cible d’environ une minute entre l’observation et la transmission de l’alerte. (Rubin Observatory)

Autrement dit, il ne suffit plus de prendre une photo du ciel et de l’analyser quelques jours plus tard.

Il faut être capable de déterminer presque immédiatement ce qui vient de changer.

Des millions d’alertes à trier

C’est probablement là que se trouve l’un des plus grands défis scientifiques de Rubin.

Le système d’alerte a déjà commencé à fonctionner avant le démarrage officiel du LSST. Le 24 février 2026, Rubin avait produit environ 800 000 alertes en une seule nuit lors de ses premières observations scientifiques, avec une capacité appelée à atteindre plusieurs millions d’événements par nuit. (Rubin Observatory)

Ces alertes peuvent correspondre à des supernovæ, des étoiles variables, des noyaux actifs de galaxies ou encore des objets du Système solaire.

Le problème est évident : un astronome ne peut pas examiner plusieurs millions d’événements un par un.

C’est pourquoi Rubin s’appuie sur des alert brokers, des systèmes informatiques qui reçoivent les alertes, les filtrent, les croisent avec d’autres catalogues et tentent de déterminer quels événements méritent un suivi. (Rubin Observatory)

Et c’est ici que l’intelligence artificielle entre progressivement en scène.

L’IA devient le filtre entre le télescope et l’astronome

L’intelligence artificielle n’est pas simplement utilisée pour produire des images ou rédiger des textes. Elle devient un outil scientifique permettant de traiter des flux de données que l’être humain ne pourrait pas examiner seul.

Des chercheurs travaillent déjà sur des modèles capables de classifier automatiquement les événements détectés par Rubin. Une étude récente présente par exemple NAPTIME, un modèle d’apprentissage automatique destiné à classer les phénomènes transitoires à partir des données photométriques, avec des performances particulièrement intéressantes pour distinguer certains événements rares. (arXiv)

L’intérêt est considérable.

Imaginez une nuit durant laquelle Rubin détecte plusieurs millions de variations dans le ciel. L’algorithme peut rechercher des signatures particulières, comparer les observations avec des données historiques et attribuer une probabilité à différentes catégories d’événements.

L’astronome ne reçoit alors plus simplement des millions de données.

Il reçoit une sélection hiérarchisée des événements les plus intéressants.

L’IA ne remplace donc pas le scientifique. Elle permet surtout de réduire un océan de données à une quantité exploitable par l’être humain.

Rubin commence déjà à produire de la science

L’un des aspects les plus intéressants de l’actualité récente est que Rubin n’est plus uniquement un projet destiné à produire des découvertes dans quelques années.

Les premières données scientifiques sont déjà disponibles.

Le Early Data Preview 2, publié le 27 juillet 2026, rassemble des images et catalogues issus des observations réalisées avec la LSST Camera entre avril 2025 et janvier 2026. L’observatoire indique qu’il s’agit de la première mise à disposition de données issues de cette caméra dans le cadre du programme scientifique précoce. (Rubin Observatory)

Et les chercheurs commencent déjà à les exploiter.

Un préprint publié début août décrit par exemple la découverte d’Aquarius IV, une galaxie naine ultra-faible ou potentiellement un amas globulaire, identifiée grâce aux données du Early Data Preview 2. Les auteurs présentent cette détection comme la première galaxie satellite ultra-faible de la Voie lactée identifiée à partir des données Rubin EDP2. (arXiv)

Ce type de découverte donne une première idée de ce que pourrait produire une décennie complète d’observations.

Des milliards d’objets à cataloguer

Les chiffres annoncés pour la mission donnent le vertige.

Sur l’ensemble du relevé, Rubin pourrait cataloguer environ 37 milliards d’objets, dont environ 20 milliards de galaxies et 17 milliards d’étoiles résolues. L’observatoire estime également que son système pourrait produire plusieurs dizaines de milliards d’alertes au cours des dix années du programme. (Rubin Observatory)

À cette échelle, l’astronomie devient littéralement une discipline du Big Data.

C’est exactement le phénomène que nous analysions dans notre récent article « IA et Astronomie : pourquoi les GPU deviennent indispensables », consacré à l’explosion des volumes de données astronomiques et à la nécessité de nouvelles infrastructures de calcul. IA et Astronomie : pourquoi les GPU deviennent indispensables

Rubin illustre parfaitement cette évolution : le télescope devient une gigantesque machine à produire des données, tandis que l’intelligence artificielle et le calcul haute performance deviennent les outils permettant de leur donner un sens.

La matière noire et l’énergie noire dans le viseur

Derrière cette débauche technologique se trouvent des questions fondamentales.

Rubin a notamment été conçu pour étudier la matière noire et l’énergie noire, deux des plus grandes énigmes de la cosmologie contemporaine. Les chercheurs espèrent également utiliser ses observations pour cartographier la Voie lactée, inventorier les objets du Système solaire et mieux comprendre les phénomènes transitoires. (Rubin Observatory)

L’une des ambitions est notamment de mesurer avec une précision toujours plus grande la manière dont l’Univers s’est structuré au cours du temps.

Rubin pourra observer des milliards de galaxies et mesurer leurs propriétés. Ces observations permettront ensuite aux cosmologistes de rechercher des signatures liées à la matière noire et à l’énergie noire.

La mission complète ainsi d’autres grands programmes astronomiques, notamment ceux du télescope spatial Euclid.

Sur AdrienTech, nous avions récemment consacré un article à Euclid et à son observation détaillée du cœur de la Voie lactée, qui illustre une autre manière d’exploiter les observations astronomiques à grande échelle. Euclid révèle le cœur de la Voie Lactée

Une nouvelle génération d’infrastructures scientifiques

Rubin montre aussi que la révolution astronomique ne se déroule pas uniquement sous la coupole d’un observatoire.

Elle se poursuit dans les centres de calcul.

Les données doivent être stockées, traitées, distribuées puis analysées. Les pipelines informatiques doivent fonctionner avec une efficacité suffisante pour transformer rapidement les images brutes en catalogues scientifiques et en alertes.

Cette évolution rejoint directement une autre problématique que nous suivons sur AdrienTech : la montée en puissance des data centers sous l’effet de l’IA.

Comme nous l’expliquions dans notre analyse consacrée à l’énergie et aux data centers, la puissance de calcul devient progressivement une question d’infrastructure : alimentation électrique, refroidissement, GPU et réseaux sont désormais indissociables des progrès de l’intelligence artificielle. Data centers, énergie, IA : pourquoi l’échelle change

L’astronomie rejoint donc une tendance beaucoup plus large : la science moderne dépend de plus en plus d’une infrastructure numérique capable de traiter des quantités gigantesques de données.

Ce que Rubin pourrait découvrir que personne ne cherche

C’est peut-être l’aspect le plus fascinant de cette mission.

Les astronomes ont défini les grandes questions auxquelles Rubin doit répondre. Mais ils ne savent évidemment pas quelles découvertes inattendues apparaîtront dans les données.

C’est souvent ainsi que progresse la science.

Un algorithme peut identifier une population d’objets inhabituels. Une anomalie peut révéler un phénomène jusqu’alors inconnu. Une variation apparemment insignifiante peut devenir la première indication d’un mécanisme astrophysique nouveau.

L’IA pourrait jouer ici un rôle particulier : repérer l’anormal.

Elle peut comparer des millions d’objets et signaler ceux qui ne ressemblent pas aux autres.

Cela ne signifie pas que l’algorithme comprend nécessairement ce qu’il vient de découvrir. Mais il peut attirer l’attention du scientifique sur quelque chose qui mérite d’être étudié.

C’est une différence fondamentale.

L’intelligence artificielle ne devient pas seulement un outil pour répondre à des questions scientifiques.

Elle peut devenir un outil permettant de trouver de nouvelles questions.

Après James Webb, Euclid et Rubin, une nouvelle façon d’observer l’Univers

L’arrivée de Rubin marque donc un changement de philosophie dans l’observation astronomique.

James Webb nous permet de regarder extrêmement loin et de remonter vers les premières époques de l’Univers. Euclid explore à grande échelle la structure cosmique et la matière noire. Rubin, lui, va observer le ciel dans son mouvement permanent.

Trois approches différentes, mais une même évolution : les télescopes produisent désormais des quantités de données qui nécessitent une véritable infrastructure numérique pour être exploitées.

Et l’intelligence artificielle se trouve au cœur de cette transformation.

Dans les prochaines années, les astronomes ne manqueront probablement pas de données. Ils devront plutôt apprendre à identifier, parmi des milliards d’observations, celles qui peuvent changer notre compréhension de l’Univers.

Rubin vient tout juste de commencer son voyage de dix ans.

Il est donc encore beaucoup trop tôt pour savoir quelles découvertes majeures sortiront de ses données.

Mais une chose est déjà certaine : le télescope est construit pour observer le ciel, tandis que l’IA pourrait devenir l’outil qui nous permettra de comprendre tout ce qu’il y trouvera.

À propos de l’auteur

Adrien Hassler est le créateur d’AdrienTech, un média consacré à l’intelligence artificielle, aux nouvelles technologies, aux infrastructures numériques et à l’astronomie. À travers ses articles, il cherche à rendre accessibles les transformations scientifiques et technologiques qui façonnent le monde de demain.