À seulement 16 ans, Noah Aramo (1A) a relevé un défi incroyable : participer au NASA Space Apps Challenge à Toulouse, sur le campus de l’IPSA, aux côtés d’étudiants d’écoles d’ingénieurs !

Pendant près de 40 heures de hackathon, il a conçu avec son équipe une IA capable de détecter des exoplanètes à partir de données astronomiques brutes.

Noah n’était pas seulement le plus jeune… il a prouvé qu’il était parmi les plus talentueux !

Bravo Noah, nous sommes admiratifs et croyons-en toi pour un avenir brillant !

« J’ai participé au hackathon Nasa Space Apps Challenge à Toulouse, en France, sur le campus de l’école d’ingénieurs aéronautique et spaciale de l’IPSA Le concours a duré quasiment 40h (48h théorique). Nous avions à partir du 4 octobre à 8:30h jusqu’au 6 octobre à 00:00 pour planifier, développer et présenter un projet pour répondre à notre problématique:

« Data from several different space-based exoplanet surveying missions have enabled discovery of thousands of new planets outside our solar system, but most of these exoplanets were identified manually. With advances in artificial intelligence and machine learning (AI/ML), it is possible to automatically analyze large sets of data collected by these missions to identify exoplanets. Your challenge is to create an AI/ML model that is trained on one or more of the open-source exoplanet datasets offered by NASA and that can analyze new data to accurately identify exoplanets. (Astrophysics Division) »

Il s’agissait de concevoir un modèle d’IA capable de reconnaître, dans des données astronomiques brutes (courbes de lumière, variations de luminosité, etc.), les signatures caractéristiques du passage d’une exoplanète devant son étoile (« transit »). L’enjeu était de :

• nettoyer et prétraiter les données,
• entraîner un modèle de classification,
• réduire le taux de faux positifs,
• proposer une méthode capable d’être utilisée sur de nouvelles données pour accélérer les découvertes futures.

Nous étions un groupe de six à travailler jour et nuit sur ce sujet, face à sept autres équipes qui avaient pour la plupart des problématiques différentes. Nous avons développé un site web ainsi qu’une IA avancée capable de détecter et de classifier des exoplanètes. »