❌

Vue lecture

Il y a de nouveaux articles disponibles, cliquez pour rafraîchir la page.

ULA fait pschit avec Vulcan pendant que SpaceX récupère l’étage supérieur de Starship

Espace contrôlé
ULA fait pschit avec Vulcan pendant que SpaceX récupère l’étage supérieur de Starship

Échec cuisant de la coentreprise formée par Boeing et Lockheed Martin pour le lancement de sa fusée Vulcan ce week-end. Celle-ci devait envoyer 40 satellites de la constellation d’Amazon. De son côté, SpaceX a réussi l’exploit de récupérer l’étage de son lanceur superlourd Starship.

La United Launch Alliance (ULA) devait envoyer, ce dimanche 15 novembre, une quarantaine de satellites de la constellation d’Amazon Leo (anciennement Kuiper). Mais la fusée Vulcan de la coentreprise formée par Boeing et Lockheed Martin a raté son lancement, retombant sur Terre avec les satellites d’Amazon.

Pas à la hauteur

Comme l’a annoncé ULA, Vulcan a bien décollé dimanche à 12 h 40, heure locale (18 h 40 heure française), de Cap Canaveral, en Floride. Mais la fusée « a subi une anomalie 10 minutes après le début du vol et n’a pas réussi à mettre en orbite la mission Amazon » a ensuite expliqué la coentreprise de Boeing et Lockheed Martin. « Aujourd’hui, nous n’avons pas été à la hauteur » de l’exigence de réussite de chaque mission, ajoute le communiqué.

« L’anomalie venant tout juste de se produire, nous ne disposons pas encore de données spécifiques permettant de comprendre ce qui s’est passé aujourd’hui », affirme-t-elle encore dans ce message.

Selon plusieurs sources d’ArsTechnica, le problème concernerait le premier étage de la fusée et non l’étage supérieur ou les propulseurs à propergol solide.

Cet échec de la fusée Vulcan de l’ULA est le premier échec total de la coentreprise depuis sa création. Mais il arrive alors que l’US Space Force avait confirmé quelques semaines plus tôt avoir réattribué six lancements à SpaceX. En effet, si le dernier lancement de Vulcan le 12 février dernier avait été considéré comme un succès, l’un de ses propulseurs a subi une défaillance visible de la tuyère peu après le décollage, expliquait Satnews en octobre dernier. Cette défaillance a cloué au sol la fusée pendant plusieurs mois.

Des difficultés pour la constellation LEO d’Amazon

De son côté, Amazon n’avait pas beaucoup d’autre choix et perd donc ici 40 satellites de sa constellation LEO, qui accuse bien du retard face à la constellation Starlink de son concurrent SpaceX. Amazon a lancé les 27 premiers satellites en avril 2025 et prévoit d’en avoir plus de 3 200 satellites à terme en orbite.

Elle expliquait avoir déjà « sécurisé plus de 80 lancements » en utilisant une combinaison de fusées d’Arianespace, de Blue Origin, de SpaceX et de United Launch Alliance (ULA). La page Wikipedia de la constellation énumère depuis 15 lancements réalisés avec succès et 398 satellites envoyés en orbite. Mais ce lancement avec Vulcan devait être le premier d’une série de 38, ce qui représente la moitié de la constellation.

Si Vulcan reste planté au sol pendant plusieurs mois, Amazon risque de devoir se réorganiser, mais il va être difficile pour l’entreprise de Jeff Bezos de trouver des emplacements dans les carnets de commande d’Arianespace, Blue Origin et SpaceX.

Au-delà d’Amazon, c’est aussi la mission Artemis de la NASA qui risque de subir les conséquences de cet échec puisque l’agence spatiale américaine avait annoncé en mars 2026 envisager d’utiliser l’étage supérieur de Vulcan, Centaur V, pour le quatrième vol de la fusée SLS qui doit envoyer des hommes sur la Lune.

« Nous vous remercions d’avoir rapidement tenu le public et vos partenaires informés. L’équipe de la NASA se tient à votre disposition pour vous aider dans toutes les questions liées à l’enquête et aux mesures correctives. Artemis, la base lunaire et la nation ont besoin d’ULA. Nous sommes à vos côtés et prêts à vous aider », a cependant affirmé l’administrateur de la NASA, Jared Isaacman.

SpaceX réussit l’exploit de récupérer l’étage supérieur de Starship.

Du côté du concurrent direct d’Amazon, le week-end a été bien plus heureux. En effet, SpaceX a fait décoller son lanceur spatial superlourd vendredi 13 novembre Starship pour une quinzième fois. Et l’entreprise a réussi à récupérer l’étage supérieur de Starship samedi 14 novembre après l’avoir envoyé en orbite, chose qui n’avait jamais été réalisée.

Avec cette prouesse d’ingénierie, et après avoir rendu ses premiers étages réutilisables, SpaceX rend maintenant son lanceur théoriquement entièrement réutilisable. Reste à savoir si la réutilisation (qui demande que le lanceur soit remis en état) est économiquement viable.

Mais l’entreprise d’Elon Musk compte sûrement dessus. Surtout que l’entreprise a arrêté de commercialiser les vols de sa fusée Falcon 9, arrêtant son carnet de commandes à l’année 2028, comme l’expliquaient début octobre Les Échos. Ce n’est pas une date de fin officielle pour la fusée de SpaceX, dont certaines missions pour la NASA resteront actives au-delà de cette date, et notamment le ravitaillement et le transport des équipages vers la station internationale jusqu’en 2030.

Elon Musk avait déjà affirmé en août dernier qu’ « une fois que Starship volera de manière fiable plusieurs fois par semaine, il sera logique de réaffecter les ressources d’ingénierie et de production de SpaceX, qui sont extrêmement limitées, à Starship afin d’atteindre une fréquence de lancement de plusieurs fois par jour, ce qui impliquera de réduire progressivement les activités liées au Falcon ».

1 400 articles scientifiques rétractés en 24h : un record, 6 mois après le signalement

Mais une goutte d'eau dans l'océan de conférences douteuses publiées
1 400 articles scientifiques rétractés en 24h : un record, 6 mois après le signalement

Il y a six mois, des chercheuses et chercheurs signalaient avoir détecté plus de 1 800 actes de conférences scientifiques bidons dont les signatures avaient été achetées. L’un des principaux éditeurs, l’IEEE, vient d’annoncer la rétractation de plus de 1400 d’entre eux.

Fin avril, Next vous racontait l’histoire de chercheurs peu scrupuleux qui payaient des tiers pour publier des actes de conférences sans aucun sens dans des revues d’éditeurs parfois reconnus. Une bonne partie de ces articles viennent d’être rétractés par le principal éditeur en cause : l’Institute of Electrical and Electronics Engineers (IEEE). Cette association d’ingénieurs joue un rôle important dans l’élaboration de normes et publie chaque année plus de 200 autres revues scientifiques et actes de conférence. Les chercheuses et chercheurs qui ont fait le signalement il y a six mois se disent cependant contrariés par la manière dont l’association présente les choses.

Celle-ci a publié un communiqué la semaine dernière annonçant la rétractation d’ « environ 1 400 articles issus de la bibliothèque numérique IEEE Xplore, à l’issue d’une analyse approfondie ». « Les articles enfreignaient les principes de publication de l’IEEE, qui garantissent les normes les plus élevées en matière de qualité, de fiabilité et d’exactitude des publications scientifiques », ajoute l’éditeur qui affirme avoir mené une enquête après l’identification d’« irrégularités» par « une étude externe » dont il ne donne pas de détails.

1 417 rétractés en un jour, 1 622 rétractés en tout sur les 2 062 signalés

Selon le décompte de Miryam Naddaf, journaliste de la revue scientifique Nature, c’est plus précisément 1 417 actes de conférences qui ont été rétractés par l’IEEE le 23 octobre dernier. Et ceux-ci avaient tous été identifiés dans un article mis en ligne par les chercheuses et chercheurs Anna Abalkina, Marie Kunešová, Yagmur Ozturk et Solal Pirelli en avril dernier et que Next vous avait relayé. Leur article expliquait que certains chercheurs achetaient via des pubs sur Telegram ou LinkedIn la possibilité de signer ces actes de conférences, ce qui faisait augmenter leurs statistiques de publication.

De 1 800 faux actes détectés à l’époque, ces chercheuses et chercheurs en ont dénombré plus de 4 000 depuis, dont 2 062 rien que dans les actes publiés par l’IEEE. « Ces articles problématiques ont été co-signés par plus de 7 500 chercheurs issus de plus de 4 000 institutions réparties dans 56 pays », soulignent-ils dans la version de leur article mis à jour le 11 aout dernier.

Et si l’IEEE en a rétracté 1 417 le 23 octobre, en tout, l’éditeur a rétracté 1 622 des 2 062 signalés par Anna Abalkina et ses collègues, selon Nature qui a vérifié avec l’outil Problematic Paper Screener du chercheur toulousain Guillaume Cabanac, dont on vous parlait en 2022.

« Une goutte d’eau dans l’océan des conférences douteuses »

Pour Solal Pirelli, l’un des auteurs du signalement, « c’est un bon début, mais ce n’est qu’une goutte d’eau dans l’océan des conférences douteuses qu’ils publient chaque année », explique-t-il sur Bluesky. Il ajoute : « Ils doivent rétracter l’intégralité des actes dont le processus d’évaluation par les pairs a manifestement échoué, car les articles qui en résultent ne peuvent pas être qualifiés d’« évalués par les pairs ».

« Même si je me réjouis que l’IEEE ait commencé à retirer les articles que nous avions signalés, je suis un peu contrariée par leur communiqué officiel », affirme quant à elle Marie Kunešová, une autre chercheuse qui a participé au signalement. Elle se moque de la façon dont l’éditeur présente comment il a procédé pour filtrer les articles à rétracter :

« « Un éditeur de premier plan s’appuie sur une technologie de filtrage innovante et l’avis d’experts » ? C’est drôle, cette technologie ressemble beaucoup à : « si le titre correspond exactement à l’annonce, retirer ; sinon, ne pas retirer » ».

OpenAI patauge encore en annonçant des « découvertes » scientifiques sans en être sûr

Démerdez-nous avec ça
OpenAI patauge encore en annonçant des « découvertes » scientifiques sans en être sûr

L’entreprise de Sam Altman continue de promouvoir la puissance de ses outils en les employant sur divers problèmes de recherche scientifique. Mais n’ayant pas les compétences en interne, elle cherche toujours à savoir comment rendre publique cette production sans trop fâcher la communauté scientifique.

Depuis le printemps, OpenAI comme Anthropic bandent les muscles en annonçant régulièrement des « découvertes » scientifiques. Ainsi, fin septembre, l’entreprise de Dario Amodei affirmait, elle, avoir découvert un nouveau système enzymatique, « dont la structure rappelle celle du système CRISPR » alors que tout le travail de recherche en biologie reste à faire pour démontrer ce qui n’est pour l’instant qu’une hypothèse.

Après avoir inondé la recherche avec 722 « prépublications » de mathématiques générées par IA, OpenAI vient encore d’annoncer sans prendre de pincettes « trois nouvelles découvertes en mathématiques, en informatique et en physique, portant respectivement sur l’analyse harmonique, la théorie de la complexité et la théorie quantique des champs ». Mais, encore une fois, les résultats n’ont pas été relus par des chercheurs.

Comme ces entreprises d’IA générative en ont pris l’habitude, c’est dans un billet de blog qu’OpenAI a fait l’annonce de ces « découvertes » scientifiques. Mais l’entreprise patauge encore dans sa façon de gérer le partage de ses résultats aux communautés de chercheuses et chercheurs qui travaillent parfois depuis des années sur les sujets auxquels elle s’attaque. Car, n’ayant pas d’employés capables de s’attaquer à tous ces sujets, elle se retrouve avec des problèmes qu’elle ne peut maitriser en interne. Ainsi, comme différents chercheurs nous l’ont souligné, ces résultats restent « la première étape d’une découverte scientifique, pas la dernière ».

Consultations de « guides » pour savoir quoi faire de ces « résultats »

La mise en ligne des 722 « prépublications » à différents stades de vérification ne semble pas être la solution miracle pour un partage serein avec les chercheurs. OpenAI tente donc encore une autre méthode. Elle indique faire appel à des experts externes qu’elle qualifie de « guides » (shepherds, en anglais), mais dont elle ne donne pas les noms.

Concernant le problème de maths dont elle affirme que ses modèles ont produit une preuve de sa résolution, OpenAI n’a contacté un expert que pour « discuter de la mise en place d’une collaboration autour de ce résultat », pas pour être conseillée sur la méthode de publication. Cet expert lui aurait recommandé de rendre publique sa production, comme avec les 722 « prépublications ».

OpenAI affirme que ses modèles ont « établi une preuve de la conjecture de lissage local dans toutes les dimensions et ont ainsi également résolu la conjecture de Kakeya et la conjecture de restriction de Stein dans toutes les dimensions ». En juillet dernier, la mathématicienne Hong Wang venait de se voir attribuer la médaille Fields notamment pour cette conjecture de Kakeya en dimension trois, comme l’expliquait le Journal du CNRS.

En informatique théorique et physique, des collaborations initiées avec certains chercheurs

En informatique, les travaux générés par OpenAI concernent une hypothèse de difficulté calculatoire : l’Exponential Time Hypothesis. L’entreprise soutient que cette hypothèse est « fausse ». Cette fois, un groupe d’experts (Russell Impagliazzo de l’UC San Diego, Ramamohan Paturi de l’UC San Diego et Ryan Williams du MIT) a accepté d’accompagner OpenAI dans la vérification de ces travaux, mis en ligne sur GitHub.

Ces trois chercheurs ont aussi publié une lettre adressée à leur communauté : « Notre implication ne doit pas être interprétée comme une validation de cette affirmation. Un résultat d’une telle importance nécessite un examen minutieux et indépendant, ainsi qu’une compréhension que d’autres puissent reproduire, remettre en question et développer ».

Sur la publication de ces travaux, OpenAI est cependant accusée – une nouvelle fois – de mauvaises pratiques scientifiques en s’appuyant sur des travaux d’autres chercheurs sans les citer et en les prenant de vitesse sans réellement maitriser ce qu’elle fait.

Le mathématicien Levent Alpöge, qui travaille pour Anthropic et qui avait déjà pointé ce genre de problèmes concernant OpenAI et les maths, a expliqué sur X que son confrère Ethan Sussman de l’université Northwestern avait beaucoup avancé sur le sujet et partagé ses résultats avec la communauté. « Je n’ai cessé de lui répéter de ne pas se montrer trop déférent et modeste, car on lui volerait la vedette à la première occasion. Au lieu de le contacter pour collaborer avec lui, comme cela a été suggéré publiquement à maintes reprises, les responsables d’OpenAI ont choisi de procéder ainsi », explique-t-il. Anthropic a depuis mis en ligne les travaux sur le sujet générés avec ses modèles.

Enfin, du côté de la physique, les documents générés n’ont pas été rendus publics. L’entreprise affirme, par contre, que ce serait « une démonstration mathématiquement rigoureuse de l’existence de certaines théories quantiques des champs en interaction, comprenant des champs de jauge et des fermions en quatre dimensions, notamment la chromodynamique quantique (QCD) et une formulation unifiée du Modèle standard de la physique des particules ». Ici aussi, OpenAI a listé les chercheurs avec lesquels elle allait collaborer : David Gross (prix Nobel 2004), Michael Douglas, Arthur Jaffe, Igor Klebanov et Nikita Nekrasov.

Comme elle le souligne, ces annonces s’ajoutent à sa volonté, ainsi que celle d’Anthropic, de s’afficher comme les futurs financeurs de la recherche mondiale, alors que ces entreprises sont encore loin d’être seulement à l’équilibre.

La mémoire des chatbots IA crée des autoportraits algorithmiques des utilisateurs

N'aurait-on pas besoin d'un RGPD au carré ?
La mémoire des chatbots IA crée des autoportraits algorithmiques des utilisateurs

Avec la mise en place de « mémoires » pour que leurs systèmes donnent des réponses plus proches de la réalité, les entreprises d’IA génératives ont mis en place ce que des chercheuses et chercheurs appellent des « autoportraits algorithmiques » des utilisatrices et utilisateurs. Ceux-ci incorporent énormément d’informations (notamment psychologiques) considérées comme des données personnelles par le RGPD.

Les chatbots IA sont entrés dans notre quotidien alors qu’ils ne s’appuyaient que sur des modèles de langage, mais OpenAI et ses concurrents y ont ajouté depuis une mémoire qui permet des réponses plus adaptées et hyperpersonnalisées. Des chercheuses et chercheurs ont montré que cette mémoire posait de nouvelles questions concernant les données personnelles. Cela touche notamment des informations d’ordre psychologique.

C’est une équipe notamment issue du Max Planck Institute for Software Systems qui a travaillé sur cette question. Le chercheur Abhisek Dash et ses collègues ont présenté leurs travaux titrés « The Algorithmic Self-Portrait: Deconstructing Memory in ChatGPT » lors d’une conférence scientifique de l’Association for Computing Machinery à Dubaï en avril dernier.

La mémoire est beaucoup plus intrusive que les données récupérées par les autres plateformes

Si, depuis, OpenAI a modifié le fonctionnement de la mémoire de son chatbot, les questions restent pertinentes et les résultats montrent que les entreprises d’IA génératives n’ont pas créé leurs systèmes en y faisant particulièrement attention.

« La mémoire [des chatbots IA] donne naissance à ce que nous appelons l’ « autoportrait algorithmique » – une nouvelle forme de personnalisation issue des informations que les utilisateurs révèlent d’eux-mêmes au cours de conversations privées », expliquent ces chercheurs.

« Si la mémoire permet des échanges plus cohérents, les processus sous-jacents à sa création restent opaques, ce qui soulève des questions cruciales concernant la sensibilité des données, l’autonomie des utilisateurs et la fidélité du portrait qui en résulte », préviennent-ils.

Pour mieux comprendre ces mécanismes, ils ont analysé, en février 2026, 1 058 conversations avec ChatGPT, totalisant 22 971 échanges, dont 2 050 requêtes ont déclenché des mises à jour de la mémoire.

Ils notent déjà que la plupart de ces mises à jour ne sont pas enclenchées par l’utilisateur. Ainsi, « seuls 4 % des souvenirs de notre ensemble de données analysé sont initiés par les participants, tandis que les 96 % restants sont déclenchés unilatéralement par ChatGPT ». « Une telle asymétrie flagrante dans les schémas de mise à jour des souvenirs témoigne d’une capacité d’action supérieure du système d’IA dans la construction de la mémoire conversationnelle, par opposition à un contrôle exercé par l’utilisateur », commentent-ils.

En analysant ces « souvenirs » gardés en mémoire par ChatGPT, les chercheurs ont remarqué que 28 % d’entre eux contiennent des données personnelles comme définies par le RGPD et 7 % appartenant à des catégories particulières de données à caractère personnel. Pour 91 % des utilisateurs, cette mémoire avait recueilli des données personnelles et pour plus de la moitié (54 %) des données sensibles.

Concernant les données psychologiques des utilisateurs, les chercheurs font remarquer une différence entre les plateformes numériques traditionnelles et les chatbots. Ainsi, les premières collectent des données démographiques, le comportement, l’historique des likes et des partages, les commentaires ou encore les interactions pour en déduire les centres d’intérêt des utilisateurs.

« À l’inverse, les systèmes d’IA conversationnelle tels que ChatGPT construisent leur mémoire directement à partir des récits que les utilisateurs leur confient eux-mêmes », remarquent-ils, « ces souvenirs vont souvent au-delà des éléments factuels, reflétant certains aspects de l’univers intérieur de l’utilisateur ».

En mémoire sont aussi intégrés la façon de penser ainsi que les sentiments

Et de fait, ils ajoutent que les « souvenirs » du chatbot concernant ses utilisateurs montrent qu’elle peut « non seulement enregistrer l’identité de l’utilisateur, mais aussi sa façon de penser et ses sentiments ».

Pour analyser ces nouvelles données collectées par les plateformes comme ChatGPT, cette équipe de chercheurs s’est appuyée sur le concept de théorie de l’esprit (Theory of Mind, en anglais, ToM), utilisé en psychologie. Ce concept correspond à la capacité à inférer des états mentaux à autrui, comme des croyances, des désirs, ou des intentions, comme l’expliquent [PDF] les chercheuses et chercheurs en neurosciences et neuropsychologie.

En classifiant avec GPT-4o les « souvenirs » enregistrés par ChatGPT, ils se sont ainsi aperçus, par exemple, que 73 % d’entre eux exprimaient un désir et 16 % une intention. Dans les données qu’ils ont analysées, les « souvenirs » retenus par ChatGPT de 97 % des utilisateurs comprenaient des informations sur leurs désirs, 68 % sur leurs intentions et 52 % sur leurs connaissances.

En utilisant leurs données, les plateformes traditionnelles peuvent répondre à la question « de quel genre de personne s’agit-il ? ». Mais ChatGPT et les services du même genre, avec leur mémoire, pourraient se rapprocher encore plus de la réponse à la question « qui est cette personne ? ».

Abhisek Dash et ses collègues soulignent que cela « soulève de graves préoccupations en matière de sécurité et de vie privée ». Ils expliquent travailler sur un outil appelé « Attribution Shield » qui alerterait les utilisateurs de la présence éventuelle de souvenirs sensibles et leur proposerait des prompts alternatifs pour protéger l’anonymat des personnes concernées tout en préservant leur utilité.

Depuis la publication de leur recherche, OpenAI a modifié la façon dont fonctionne la mémoire de ChatGPT. Depuis juin, celle-ci synthétise les informations collectées petit à petit et les met à jour de façon continue plutôt que de compiler les « souvenirs » de manière individuelle. Et les utilisateurs peuvent accéder à un résumé, mais OpenAI souligne dans sa FAQ sur l’outil que « cela n’inclut pas nécessairement tous les détails ou toutes les sources » auxquels son outil de mémoire peut avoir accès. Il n’en reste pas moins que les informations qui peuvent y être stockées restent les mêmes que celles analysées par les chercheurs dans cette étude.

MMX prêt à décoller en compagnie d’Idefix vers Phobos, un des deux satellites de Mars

Obélix et Astérix sont pas de la partie ?
MMX prêt à décoller en compagnie d’Idefix vers Phobos, un des deux satellites de Mars

La mission spatiale japonaise Martian Moons eXploration doit décoller ce soir du Japon en direction de deux satellites de Mars : Phobos et Déimos. Elle doit déposer sur le premier le rover Idefix développé notamment par le CNES.

L’agence spatiale japonaise Jaxa s’apprête à lancer, ce soir et depuis l’île de Tanegashima (Japon) sa mission MMX (Martian Moons Exploration) à bord d’une fusée H3. Celle-ci a pour but de connaitre un peu mieux la planète rouge en allant observer ses deux satellites que sont Phobos et Déimos. Et même de rapporter des échantillons provenant du premier !

Une origine mystérieuse de ces satellites

Si elle réussit, ça sera la première mission scientifique à rapporter des échantillons venant de Mars. Rappelons que les États-Unis ont décidé, en début d’année, d’abandonner les échantillons recueillis sur Mars par le rover Perseverance : la mission Mars Sample Return a été tout bonnement annulée.

Concernant MMX, l’avenir du projet reste au beau fixe. La JAXA propose de suivre le lancement ce soir sur sa chaine YouTube. Comme nous l’expliquions déjà il y a 9 ans, l’idée principale est donc de faire un aller-retour vers Mars avec une escale sur Phobos.

Comme le souligne le Journal du CNRS, l’idée d’aller explorer Phobos s’explique aussi parce que l’origine des deux satellites de Mars reste mystérieuse : « Il y a deux théories, résume Patrick Michel, astrophysicien et directeur de recherche CNRS à l’Observatoire de la Côte d’Azur. Phobos et Déimos ressemblent à des astéroïdes, et auraient ainsi pu être capturés par la force d’attraction gravitationnelle de Mars. Mais leur trajectoire paraît bien étrange. Il pourrait donc s’agir du résultat d’un impact géant, mais ce n’est pas ce que nous montrent les observations sur sa composition pour l’instant. »

L’agence spatiale japonaise prévoit d’abord un voyage d’une année pour arriver aux alentours de Mars. Sa sonde amène avec elle neuf instruments, dont le spectromètre à neutrons et rayons gamma baptisé MEGANE développé par la NASA et MIRS, un spectromètre imageur infrarouge développé par le Laboratoire d’Etudes Spatiales et d’Instrumentation en Astrophysique (LESIA) en partenariat avec le CNES. MIRS doit « permettre de caractériser la composition minéralogique de la surface des lunes de Mars et l’analyse de l’atmosphère martienne. Il va permettre de participer à la sélection des sites d’atterrissage de MMX », explique le CNES.

Observer, récupérer 10 g et revenir

Car l’idée est ensuite de récupérer des informations sur Phobos pour connaître sa topologie et chercher des dizaines de sites d’atterrissage potentiels pour déterminer le meilleur endroit pour s’y poser.

Ensuite, la mission doit envoyer son rover pour observer la surface du satellite de Mars. Ce rover s’appelle Idefix. Il a été développé par le CNES en collaboration avec le Centre allemand pour l’aéronautique et l’astronautique (Deutsches Zentrum für Luft- und Raumfahrt, DLR). Si vous voulez vous amuser à en imprimer une copie, le CNES a même partagé les plans.

Si tout va bien, Idefix pourra ensuite donner des indications à la sonde principale de la mission pour qu’elle puisse à son tour atterrir sur Phobos. Elle y collectera 10 g d’échantillons pour qu’ils soient analysés plus tard sur Terre. Après quelques observations supplémentaires sur Phobos, MMX passera par le deuxième satellite de Mars, Deimos, pour l’observer aussi, puis repartira des environs de Mars en 2030. La JAXA espère récupérer tout ce beau monde en 2031.

❌