Depuis des siècles, la Lune garde une moitié de son histoire tournée vers l'extérieur. Le visage familier qui se lève à l'horizon terrestre a inspiré poètes, navigateurs et scientifiques. Pourtant, la face cachée de la Lune — cachée en permanence de la vue directe depuis notre planète — est restée un paysage plus silencieux, étudié à travers des signaux lointains et des sondes spatiales passantes.

Ces dernières années, cette moitié silencieuse de la Lune a commencé à révéler davantage de son caractère. Pas seulement par le biais de télescopes, mais grâce à un partenariat croissant entre l'exploration spatiale et l'intelligence artificielle.

Des scientifiques chinois ont maintenant utilisé un modèle d'IA avancé pour produire l'une des cartes les plus détaillées à ce jour de la composition chimique de la face cachée de la Lune. La recherche s'appuie sur des données recueillies lors de précédentes missions lunaires et les combine avec des techniques d'apprentissage automatique capables d'identifier des motifs subtils dans les matériaux de surface de la Lune.

Comprendre la composition chimique de la face cachée lunaire a longtemps été un défi pour les scientifiques planétaires. Contrairement à la face visible — qui abrite les sombres plaines volcaniques visibles depuis la Terre — la face cachée est dominée par des hauts plateaux accidentés et moins de grands bassins de lave. Cette différence suggère que l'évolution interne de la Lune a pu suivre un chemin plus complexe que ce que l'on supposait auparavant.

Pour explorer ces différences, les chercheurs ont analysé des données spectrales collectées par des orbiteurs lunaires qui ont sondé la Lune au cours des deux dernières décennies. Ces instruments mesurent les longueurs d'onde de la lumière réfléchie par la surface lunaire, permettant aux scientifiques d'inférer la présence d'éléments tels que le fer, le titane et d'autres minéraux intégrés dans la croûte lunaire.

La difficulté réside dans l'interprétation de l'énorme volume de données produites par ces missions. Les signaux spectraux peuvent être influencés par plusieurs facteurs à la fois — y compris la poussière de surface, la composition des roches et les effets de milliards d'années d'impacts de météorites.

C'est ici que l'intelligence artificielle est entrée en jeu. En formant un modèle d'apprentissage automatique sur des échantillons lunaires connus et des régions précédemment cartographiées, les scientifiques ont créé un système capable de prédire la composition chimique des zones où les mesures directes sont limitées.

La carte résultante offre une image plus raffinée de la façon dont les minéraux sont répartis sur la face cachée de la Lune. Les premiers résultats suggèrent que la région contient des concentrations plus faibles de certains matériaux volcaniques que la face visible, renforçant l'idée que les deux hémisphères de la Lune se sont développés sous des conditions géologiques différentes.

Les chercheurs affirment que le modèle pourrait aider à orienter les futures missions d'exploration lunaire, en particulier celles cherchant à comprendre la formation de la Lune et les processus qui ont façonné sa croûte.

L'intérêt pour la face cachée a progressivement augmenté ces dernières années. Le programme lunaire Chang’e de la Chine a atteint un jalon historique en 2019 lorsque la mission Chang’e-4 est devenue la première sonde spatiale à atterrir sur la face cachée de la Lune. Depuis lors, les scientifiques se sont de plus en plus concentrés sur cette région comme un site précieux pour la recherche géologique et l'exploration future potentielle.

Cartographier la composition chimique est une étape importante dans ce processus. Différents minéraux peuvent révéler des indices sur l'activité volcanique ancienne, les impacts des débris du système solaire primitif et la structure de l'intérieur de la Lune.

En même temps, des cartes chimiques améliorées pourraient aider les futures missions à identifier des zones riches en ressources qui pourraient soutenir une exploration lunaire à long terme. Certains minéraux pourraient contenir de l'oxygène ou d'autres éléments qui pourraient un jour être utilisés dans des systèmes de support de vie ou pour la production de carburant.

Malgré ces possibilités, les scientifiques soulignent que le travail reste principalement un effort de recherche visant à comprendre la Lune elle-même. La face cachée reste l'une des régions les moins explorées du système solaire interne, et chaque nouvel ensemble de données ajoute une autre couche à l'histoire.

Dans ce sens, la carte générée par l'IA ne clôt pas un chapitre de la science lunaire ; elle en ouvre un autre.

L'hémisphère caché de la Lune pose encore de nombreuses questions — sur sa géologie, son passé et son rôle dans le système solaire primitif. Avec l'aide de l'intelligence artificielle et des sondes en orbite, les scientifiques apprennent progressivement à lire les motifs silencieux écrits sur sa surface ancienne.

Avertissement sur les images AI Les visuels sont créés avec des outils d'IA et ne sont pas de vraies photographies ; ils sont uniquement destinés à représenter les concepts discutés.

Sources South China Morning Post China Daily Space.com Phys.org ScienceDaily