Une IA entraînée sur des chats refait la première image d’un trou noir, et l’anneau tient

L’image la plus célèbre d’un trou noir a passé un test à l’aveugle. Une petite équipe du CSIRO, l’agence scientifique nationale australienne, a conçu un programme d’imagerie qui a appris à quoi ressemblent les images à partir de photos de chats, de chiens et de voitures, l’a pointé sur les données brutes du Event Horizon Telescope à l’origine de la première image d’un trou noir, et a obtenu le même anneau lumineux.

Cela compte parce que l’anneau avait un challenger. Une réanalyse concurrente soutenait que le beignet observé autour du trou noir géant au cœur d’une galaxie proche pourrait être un artefact du traitement des données, et que l’objet réel pourrait être une tache brillante allongée. Les nouveaux travaux, publiés dans Nature, retrouvent l’anneau dans chaque jeu de données de haute qualité examiné, et sa taille pointe vers un trou noir des milliards de fois plus lourd que le Soleil, en accord avec des estimations indépendantes.

« Il est important de souligner que notre modèle n’avait aucune idée de ce à quoi ressemble un trou noir quand nous l’avons appliqué aux données de M87 », a déclaré l’auteur principal Samuel Lai, astronome au CSIRO. « C’est la première validation véritablement indépendante de l’image de l’EHT, une étape importante dans le processus scientifique. »

Pourquoi une image d’un trou noir peut faire débat

M87* se trouve à environ 55 millions d’années-lumière, et son ombre occupe une portion de ciel si petite que Lai compare la tâche à « se tenir dans son jardin et essayer de prendre une photo d’un beignet sur la Lune ». Aucune antenne seule ne peut y parvenir. Le Event Horizon Telescope relie des observatoires radio au Chili, au Mexique, à Hawaï, en Arizona, en Espagne et ailleurs, de sorte que la Terre entière agit comme un seul télescope.

Ce télescope virtuel est en grande partie vide. Chaque paire d’antennes n’échantillonne qu’une fine trace de l’information nécessaire à une image, et chaque station ajoute des erreurs provenant de son électronique et de l’air turbulent au-dessus d’elle. Le logiciel doit combler les lacunes, et les choix effectués dans ce logiciel peuvent influencer l’image finale.

La collaboration d’origine le savait et a fait travailler quatre équipes d’imagerie en parallèle, sans qu’elles se voient mutuellement. Les quatre ont trouvé un anneau, mais elles n’étaient pas d’accord sur les détails fins, comme l’endroit où il est le plus brillant. Puis un groupe japonais dirigé par Makoto Miyoshi a retraité les données publiques avec une technique classique et a rapporté que, si l’analyse autorisait une zone de ciel plus large, une seule tache brillante allongée correspondait mieux qu’un anneau. Le débat portait sur des hypothèses, et ce sont précisément ces hypothèses qu’un test indépendant doit éliminer.

Comment ils ont procédé

L’équipe du CSIRO a attaqué les deux points faibles à la fois. D’abord, les données. L’approche standard combine les mesures de paires de télescopes, qui transportent les erreurs d’étalonnage de chaque station en même temps que le signal. L’équipe a plutôt utilisé des « invariants de fermeture », des quantités construites à partir de trois télescopes à la fois, dans lesquelles ces erreurs s’annulent. « Notre technique combine des triplets plutôt que les paires standard de données de télescope pour éliminer ces erreurs », a expliqué le chef de projet Nithyanandan Thyagarajan.

Ensuite, le logiciel. L’équipe a construit un système d’IA générative appelé GenDIReCT, semblable dans son principe aux outils qui transforment du texte en images, mais guidé par les invariants de fermeture au lieu d’une invite écrite. Il a appris à quoi ressemblent les images réelles à partir d’une bibliothèque standard de photos du quotidien, ainsi que de formes simples comme des disques et des anneaux. Pour s’assurer que ces anneaux ne biaisaient pas la réponse, les chercheurs l’ont réentraîné sans aucune forme géométrique et n’ont constaté aucune différence notable.

Avant de voir les données de M87*, le programme a dû passer des tests sur des données synthétiques et sur des observations réelles d’autres galaxies, reproduisant les images publiées du quasar 3C 279 avec une similarité de 98 % et de la radiogalaxie Centaurus A avec 91 %. Ensuite, l’équipe a figé le modèle, afin que personne ne puisse le modifier après avoir vu la réponse. Il a travaillé sur huit nuits de données publiques provenant de trois saisons d’observation, chacune avec trois fenêtres célestes, produisant environ 300 images candidates par jeu de données. Pour une contre-vérification ne devant rien à l’apprentissage automatique, l’équipe a également ajusté les mêmes données de triplets avec un modèle statistique conventionnel d’un anneau.

Ce que l’anneau nous apprend

Chaque jeu de données avec une bonne couverture de télescopes a produit un anneau compact d’environ 42 microsecondes d’arc de diamètre, quelle que soit la taille de la fenêtre céleste. Cette stabilité est la réponse directe à l’analyse concurrente, qui ne trouvait sa tache brillante que lorsque la fenêtre devenait grande. L’équipe du CSIRO soutient que l’effet antérieur provient très probablement d’une nuit avec une couverture clairsemée et des données de moindre qualité. Les images d’apprentissage automatique ont donné 42,2 microsecondes d’arc et l’ajustement conventionnel 42,3, correspondant dans les marges d’erreur. Résoudre un détail aussi fin, note l’article, revient à distinguer la largeur d’un cheveu humain à plus de 1 000 kilomètres de distance.

À partir de cette taille, l’équipe estime une masse de 6,5 milliards de soleils, à plus ou moins 0,5 milliard près. Cela se situe presque exactement sur une estimation indépendante à partir des mouvements des étoiles dans la galaxie, environ 6,6 milliards de soleils, et bien loin d’une estimation basée sur les mouvements de gaz, environ 3,5 milliards, qui aurait produit un anneau environ deux fois moins large. Sagittarius A*, le trou noir au centre de la Voie lactée, pèse environ 4 millions de soleils, donc M87* est plus de mille fois plus lourd.

Les images suggèrent également que nous voyons le trou noir presque de face, à environ 20 degrés de son jet, proche des 17 degrés mesurés à partir du jet lui-même. La partie la plus brillante de l’anneau se déplace entre les saisons, ce que les auteurs attribuent au gaz turbulent tombant dans le trou noir plutôt qu’à la méthode.

Ce qui n’est pas réglé

La nouvelle analyse est indépendante dans sa méthode, pas dans ses données. Elle réutilise les mêmes mesures publiques du Event Horizon Telescope, elle ne peut donc pas exclure un problème intégré dans les enregistrements bruts ; elle montre que l’anneau n’est pas un produit des choix de traitement des équipes d’origine.

Certaines caractéristiques restent floues. L’épaisseur de l’anneau, la luminosité de son centre et son asymétrie ont toutes changé entre les méthodes et entre les nuits, et les auteurs disent que ces variations ne reflètent probablement pas la source réelle. Une nuit, lorsqu’un télescope clé au Mexique était absent, a donné les résultats les plus ambigus.

La masse est moins ferme que le chiffre principal ne le suggère. Convertir une taille d’anneau en masse repose sur un facteur d’étalonnage tiré de simulations informatiques, et la plage complète de ce facteur fait varier l’estimation entre 6,0 et 6,7 milliards de soleils. Les images ne peuvent pas déterminer la vitesse de rotation du trou noir, bien qu’elles favorisent une certaine rotation. Et l’équipe prévient qu’un bon ajustement aux données est nécessaire mais pas suffisant pour prouver qu’une image est correcte, puisqu’il n’existe pas d’image de référence de M87* avec laquelle vérifier.

Questions fréquentes sur l’image du trou noir M87*

La première image d’un trou noir est-elle réelle ?

Oui, selon cette vérification indépendante. Une équipe extérieure à l’analyse d’origine, utilisant une manière différente de combiner les données et une IA qui n’avait jamais vu de trou noir, a retrouvé un anneau de la même taille et de la même orientation. Les détails fins comme l’épaisseur de l’anneau varient encore entre les méthodes.

Comment photographie-t-on un trou noir ?

On photographie le gaz chaud qui l’entoure. La lumière de ce gaz se courbe autour du trou noir et forme un anneau lumineux autour d’une ombre sombre. Pour voir une ombre aussi petite, le Event Horizon Telescope combine des antennes radio à travers la planète afin qu’elles fonctionnent comme un seul télescope aussi large que la Terre.

Quelle est la taille du trou noir M87* ?

La nouvelle analyse estime sa masse à environ 6,5 milliards de fois celle du Soleil, plus de mille fois plus lourd que le trou noir au centre de notre galaxie. Son anneau s’étend sur environ 42 microsecondes d’arc dans le ciel, bien trop petit pour qu’un seul télescope puisse le résoudre.

La suite

Les données couvrent quatre nuits en avril 2017, deux en avril 2018, lorsque le Greenland Telescope a rejoint le réseau, et deux en avril 2021. L’image originale de M87* a été dévoilée le 10 avril 2019, et la contestation de l’équipe de Miyoshi est apparue en 2022 et 2024. Les chercheurs du CSIRO disent que leur modèle figé a été exécuté pour la première fois sur les données de M87* le 4 décembre 2025, et l’article est paru en ligne le 11 novembre 2026, avec ses reconstructions et son code rendus publics.

Les auteurs s’attendent à ce que les observations prévues avec l’instrument NIRSpec du télescope spatial James Webb cartographient les mouvements de gaz et d’étoiles au cœur de M87 et resserrent la masse. Thyagarajan dit que la technique des triplets pourrait également aider des domaines qui assemblent plusieurs capteurs en une seule carte, de l’imagerie médicale au suivi des séismes. Un prix plus grand se trouve plus loin : des télescopes dans l’espace pourraient résoudre le mince anneau de photons à l’intérieur de l’ombre et, avec lui, enfin mesurer la vitesse de rotation de M87*.

Référence : Lai et al., « Independent interferometric observable confirms black hole shadow in M87*, » Nature, 2026. DOI: 10.1038/s41586-026-11241-9

Étiquettes: intelligence artificielle, astronomie, trous noirs, CSIRO, Event Horizon Telescope, M87