Des chercheurs de l'Université de Vilnius (VU) ont fait des progrès significatifs dans la compréhension des étoiles sous naines chaudes rares en utilisant l'intelligence artificielle (IA) et les données de l'observatoire spatial Gaia. Les sous naines chaudes sont de petites étoiles extrêmement chaudes qui ne s'inscrivent pas dans les catégories typiques des étoiles. Selon la dernière mise à jour des données Gaia, il existe environ 60 000 étoiles sous naines chaudes potentielles parmi les plus de 500 millions d'étoiles cataloguées par Gaia, une mission de l'Agence spatiale européenne qui cartographie la Voie lactée. Les sous naines chaudes sont inhabituelles car elles sont beaucoup plus chaudes que la plupart des étoiles de leur taille et ne correspondent pas au diagramme de classification standard des étoiles, qui représente la température en fonction de la luminosité. La plupart des étoiles, dont notre Soleil, se trouvent le long de la séquence principale, une région qui représente des étoiles stables en combustion d'hydrogène. En revanche, les sous naines chaudes se trouvent en dessous de cette séquence principale et sont souvent décrites comme des noyaux stellaires exposés. Ces étoiles sont généralement formées lorsqu'une étoile compagne retire les couches externes d'une étoile plus massive, ce qui provoque une évolution en naine blanche de manière non standard. Pour identifier ces étoiles rares, l'équipe de recherche a entraîné un réseau de neurones convolutif, un type d'IA qui excelle dans la reconnaissance de motifs dans les données. L'IA a été entraînée sur 2 500 étoiles dont la classification est connue, puis a été utilisée pour analyser 17 500 autres étoiles dans le jeu de données Gaia. L'IA a détecté des motifs dans les données spectrales Gaia XP qui correspondent aux théories physiques existantes, confirmant ainsi la compréhension scientifique actuelle grâce à l'apprentissage automatique. Importamment, l'IA a identifié ces motifs sans connaissance préalable de la physique, démontrant ainsi la puissance de l'apprentissage automatique dans la recherche astrophysique. Le projet a réuni des chercheurs de différentes disciplines et pays. Le Dr Aidas Medžiūnas du Département de mathématiques et d'informatique de l'Université de Vilnius a joué un rôle clé dans l'optimisation de l'utilisation de la base de données spectrales Gaia XP. Le professeur Ana Ulla de l'Université de Vigo, qui a étudié les sous naines chaudes depuis plus de 30 ans, a également contribué à la recherche et a souligné l'importance de la collaboration internationale et de l'expertise diversifiée. Le travail de l'équipe a déjà conduit à deux articles scientifiques, deux subventions, et les premières observations de sous naines chaudes depuis le Lithuania à l'Observatoire astronomique de Molėtai de l'Université de Vilnius. Les résultats sont publiés dans la revue « Astronomy & Astrophysics », et l'équipe prévoit de continuer ses recherches avec la prochaine mise à jour de Gaia DR4 en décembre et une équipe internationale en expansion.