Contact

Olivier PARISOT

Envoyer un e-mail

Publié le 09.02.2026

News Space and Space resources AI Flagship Press & Media inquiries​

Quand l'IA s'invite dans la nuit étoilée : comment le Luxembourg et la Belgique font progresser la détection des objets spatiaux

Imaginez que votre smartphone puisse vous aider à suivre les météores, les satellites ou d'autres objets dans l'espace et que des superordinateurs puissent traiter ces données afin de rendre notre ciel plus sûr. Cette vision est en train de devenir réalité grâce à un projet mené par le Luxembourg Institute of Science and Technology en collaboration avec l'Institut royal d'aéronomie spatiale de Belgique.

Intitulé NEOD2 pour AI for Space Objects Detection 2, le projet combine science citoyenne, radioastronomie et intelligence artificielle pour détecter et surveiller les objets proches de la Terre. Au cœur des projets se trouve MeluXina, le supercalculateur national luxembourgeois.


Ce projet répond à un besoin sociétal croissant, dans un contexte où l'orbite terrestre est de plus en plus encombrée par des satellites et des débris. La surveillance des objets spatiaux est essentielle pour la sécurité spatiale, la protection des satellites et la prévention des collisions qui pourraient avoir un impact sur les communications critiques, les prévisions météorologiques et les systèmes de navigation.

L'IA au service de la détection des objets proches de la Terre

Le projet NEOD initial visait à former des modèles d'IA générative afin d'identifier automatiquement les signaux des météores à partir de données radio, relevant ainsi un enjeu de longue date en astronomie : séparer les signaux significatifs du bruit causé par les interférences atmosphériques, les artefacts des capteurs et l'activité humaine. Les modèles développés dans le cadre du projet NEOD sont conçus pour être robustes, évolutifs et capables de fonctionner sur des architectures informatiques distribuées.

S'appuyant sur ces résultats, NEOD2 élargit à la fois la portée et l'ambition de la détection par IA des objets spatiaux. Il vise à appliquer et à affiner les modèles d'IA à un ensemble de données beaucoup plus vaste d'échos radio collectés par le réseau BRAMS, en collaboration avec Hervé Lamy et Stijn Calders (Institut royal d'aéronomie spatiale de Belgique) et grâce aux travaux réalisés par Diogo Ramalho Fernandes et Mickael Stefas. L'un des principaux objectifs est de générer une base de données exhaustive des échos météoritiques détectés, associée à des reconstructions de trajectoire et de vitesse, afin de soutenir la préparation opérationnelle du réseau BRAMS.

Olivier Parisot, chercheur principal du projet au LIST, a déclaré :

« Une nouvelle composante de NEOD2 consiste à intégrer également la science citoyenne du côté radio. Les données dont la fiabilité des détections par IA est moindre seront présentées via Radio Meteor Zoo 2.0, une future version d'une plateforme communautaire où des bénévoles aideront à valider ou à affiner les détections automatisées. Ce flux de travail hybride humain-IA améliore non seulement la précision des détections, mais renforce également l'engagement du public dans la recherche scientifique de pointe. »

Au cœur des modèles : MeluXina

Les modèles d'IA de cette complexité exigent une puissance de calcul considérable. C'est là qu'intervient MeluXina, le supercalculateur national luxembourgeois exploité par LuxProvide.

Olivier Parisot a déclaré : « Meluxina nous apporte des informations précieuses, car il traite des ensembles de données massifs, forme des modèles d'apprentissage profond et effectue des tests de performance à grande échelle qui seraient impossibles à réaliser sur du matériel standard. Le système joue un rôle essentiel dans l'accélération de la transition entre les données brutes et les connaissances scientifiques validées. »

Contributions scientifiques et impacts plus larges

Les projets ont déjà donné lieu à plusieurs publications scientifiques qui documentent leur méthodologie et leurs résultats. Parmi celles-ci, citons Toward a Public Dataset of Wide-Field Astronomical Images Captured with Smartphones. et Robustness Analysis of Deep Sky Objects Detection Models on HPC.

Au-delà des résultats académiques, NEOD et NEOD2 répondent à un besoin mondial croissant en matière de connaissance de la situation spatiale. Alors que l'orbite terrestre est de plus en plus encombrée de satellites et de débris, la capacité à détecter et à surveiller les objets est essentielle pour éviter les collisions, protéger les infrastructures et assurer la durabilité à long terme des activités spatiales.

Grâce au modèle distinctif du LIST, les résultats de la recherche fondamentale peuvent être traduits en outils appliqués et en services potentiels pour l'industrie et les pouvoirs publics. Cette capacité à faire le lien entre la science et les applications concrètes est ce qui rend l'institut stratégiquement important pour le Luxembourg et ses partenaires internationaux.

Comment pouvons-nous vous aider ?

By content type (optional)