Le 8 octobre, Anthropic a publié un article de recherche présentant une carte du ciel entier en ultraviolet assemblée avec Claude Science : le centre de la Voie lactée au milieu, avec deux bandes superposées, l'ultraviolet lointain à 154 nanomètres et l'ultraviolet proche à 232 nanomètres. Le travail est dirigé par l'astrophysicien Brice Ménard, de l'université Johns Hopkins, également chercheur chez Anthropic.
Anthropic affirme qu'il s'agit de la première carte complète du ciel ultraviolet. Le mot « complète » vient avec une réserve : environ un tiers de la surface du ciel n'a jamais été observé par un télescope ultraviolet et a été déduit par le modèle à partir de données d'autres bandes. La carte comporte des couches supplémentaires qui indiquent, pixel par pixel, si la valeur est « mesurée » ou « prédite », ainsi que des estimations d'incertitude.
Pourquoi il manquait un tiers
La couche d'ozone terrestre arrête la lumière ultraviolette, qui ne peut donc être observée que par des télescopes spatiaux. Les principales données proviennent de GALEX, de la NASA, en orbite de 2003 à 2013, qui a réalisé environ 38 000 observations indépendantes et couvert à peu près les deux tiers du ciel.
Ce qui manque s'explique : les régions riches en étoiles brillantes peuvent endommager les détecteurs, GALEX les a donc évitées volontairement, et le plan de la Voie lactée a été le premier touché. Swift de la NASA, FIMS/SPEAR de la Corée du Sud et TD-1 de l'Europe ont comblé une partie du manque, mais il subsiste. Selon les mots de Ménard dans l'article :
« Roughly a third of the sky has never been observed in UV. »
(Environ un tiers du ciel n'a jamais été observé en ultraviolet.)
Les étapes réalisées par Claude
D'après l'article, le processus comprend six étapes, pour la plupart exécutées par les agents de Claude Science :
- Rechercher et télécharger des données publiques de relevés ultraviolets ;
- Soustraire l'éblouissement autour des étoiles brillantes, afin que les données de chaque relevé soient cohérentes entre elles ;
- Procéder à un étalonnage croisé, harmoniser la résolution et le système de coordonnées, puis fusionner les données ;
- Utiliser la relation entre la luminosité ultraviolette et les données en lumière visible, en infrarouge et en radio pour combler les zones vides (inpainting), avec notamment des données Planck de l'ESA ;
- Ajouter, d'après les mesures de Gaia, la contribution ultraviolette de plus de 100 millions d'étoiles ;
- Corriger la luminescence atmosphérique résiduelle présente dans les observations individuelles de GALEX.
Le projet entier a pris quelques jours, répartis sur plusieurs périodes de travail au cours d'un été. À chaque étape, Claude a dû lancer des heures de calcul, en passant par plus d'une dizaine de versions intermédiaires. Ménard estime que la méthode traditionnelle demande généralement plusieurs semaines de travail manuel.
La validation a consisté à masquer des régions déjà mesurées, à demander au modèle de les prédire, puis à comparer avec les valeurs réelles ; l'écart est d'environ 10 %.
La relecture automatique a laissé passer un artefact
Le passage le plus instructif de l'article est une erreur.
Les premières versions de la carte présentaient des empreintes en forme de disque, dues à la luminescence atmosphérique résiduelle d'observations individuelles de GALEX. La carte avait pourtant passé deux tours de relecture par d'autres agents sans que personne ne le remarque. Finalement, c'est Ménard lui-même qui l'a vu et qui a dit à Claude :
« I can see discs with the imprint of individual observations; can you correct that? »
(Je vois des disques portant l'empreinte d'observations individuelles ; peux-tu corriger cela ?)
Anthropic précise aussi dans le texte qu'il ne s'agit que d'une première version et que tout le processus a dépendu des conseils du chercheur.
Une place dans la série Claude Science
Lors de son lancement cette année, Claude Science mettait en avant l'intégration de plus de 60 bibliothèques scientifiques dans un seul environnement de travail. Depuis, Anthropic a dévoilé plusieurs résultats : de nouveaux systèmes enzymatiques trouvés chez des bactériophages, une accélération d'environ 4 fois de 30 modèles de biomolécules et le calcul d'amplitudes de super Yang-Mills jusqu'à neuf boucles. La plupart relèvent de la biologie et de la physique théorique ; la carte ultraviolette est la première fois que ce travail touche à l'astronomie d'observation.
Ces résultats ont en commun que Claude prend surtout en charge le transport, le nettoyage et l'alignement des données ainsi que les itérations répétées, tandis que le jugement scientifique reste humain. Les artefacts en forme de disque en sont un exemple : deux tours de relecture par des agents les ont laissés passer, et c'est finalement un astronome familier des données GALEX qui les a repérés.
Des articles de tiers formulent aussi des réserves. Une analyse souligne que combler des cartes ultraviolettes par des méthodes statistiques n'est pas inédit : en 2021, un article utilisait déjà des réseaux de neurones pour reconstituer des régions non observées du relevé en ultraviolet lointain. De plus, au moment de la rédaction, le site de la carte refusait l'accès, si bien que le format des fichiers et la définition des couches n'ont pas pu être vérifiés de manière indépendante. L'affirmation de « première carte ultraviolette complète » repose pour l'instant sur la présentation d'Anthropic elle-même.
Sources : article de recherche d'Anthropic, CocoLoop, Crypto Briefing, all-ai.de ; ont été vérifiés la proportion de couverture et le nombre d'observations de GALEX, l'écart d'environ 10 % lors du test d'occultation et les longueurs d'onde des deux bandes ultraviolettes.