AIが宇宙考古学に取り組む：ハッブル宇宙望遠鏡の35年分のデータを48時間でスキャンし、1.300の謎を解明

天文学研究の限界を再定義する計算能力のデモンストレーションとして、人工知能システムは、科学界が何十年もかけて手作業で行っていた作業をわずか 2 日半で達成しました。ハッブル宇宙望遠鏡の 35 年間のアーカイブ全体を調査して、1.300 個を超える珍しいまたは異常な宇宙物体を特定したのです。 デビッド・オライアンとパブロ・ゴメスが率いる欧州宇宙機関（ESA）の研究者らは、ニューラルネットワークを開発し、応用した。 異常マッチ ハッブル・レガシー・アーカイブに提出されたこの研究は、同望遠鏡の打ち上げ以来蓄積された約100億枚の画像から、特異点を初めて体系的かつ包括的に探査するものである。この研究成果は、今週月曜日に学術誌「ハッブル宇宙望遠鏡」に掲載された。 天文学と天体物理学それらは、明白な視界に隠された宇宙を明らかにします。これらの異常のほとんどは科学文献に記録されたことがなく、正しい「目」で見れば、歴史上最も精査されたデータでさえ秘密を保持していることを示しています。

公文書館に眠る見えない宝物

この発見の意義は、分析のスピードだけでなく、発見された物の性質にも表れています。35年間にわたり、何千人もの天文学者がハッブル宇宙望遠鏡の画像を研究し、数万点の画像を公表してきました。 論文最も明るく、最も奇妙で、最も明白な天体はすでにカタログ化されていると合理的に考えられていました。しかし、 検出された異常の65%は 異常マッチ 天文学データベースには事前の参照がなかった これは、何百ものユニークな天体物理学的現象がパブリック サーバー上に「隠され」ており、機械の無限の忍耐力を備えたツールによって明らかにされるのを待っていることを意味します。

発掘された珍品の中には、カタログに 138個の新たな重力レンズ候補これらは、前景の銀河の質量が時空構造を歪ませ、遠方の天体からの光を完璧な弧やリングに歪める宇宙の拡大鏡のような働きをする現象です。これらは、暗黒物質や宇宙の膨張を研究するための重要な天然の実験室です。さらに、AIは これまで知られていなかった417の銀河合体相互作用のさまざまな段階での星の衝突の激しいバレエを捉え、 18個の「クラゲ銀河」銀河が銀河団を突き進むにつれて、銀河間ガスの圧力によって恒星物質の触手が引きちぎられる魅力的な構造です。

ハンバーガー、蝶、そして分類不能なもの

AIの特異な形態を検知する能力は、従来の説明に反する天体の発見につながりました。研究チームは、原始惑星系円盤を真横から見ると、中心面の塵による光吸収により、宇宙の「ハンバーガー」や星空を背景に浮かぶ暗い蝶のシルエットのように見えることを発見しました。また、2つの珍しい衝突リング銀河も記録されました。これは、小さな銀河が大きな銀河の中心を通過し、池の波紋のような星形成の衝撃波を生み出すことで形成されます。

しかし、理論物理学にとって最も有望なのは、 既存の分類体系を完全に無視する数十の物体 これらの「純粋な」異常現象は、渦巻銀河、楕円銀河、不規則銀河のいずれにも当てはまらず、機器による人工物とも見なされません。本質的には、ジェームズ・ウェッブ望遠鏡のような望遠鏡による追跡調査を必要とする真の謎であり、それが新しい種類の天体なのか、それともこれまで私たちが幸運にも捉えて特定できなかった極めて短期間で稀な進化段階なのかを判断する必要があります。

人間規模の危機を解決する

オライアン氏とゴメス氏の研究は、現代天文学の根本的なボトルネックである体積問題に取り組んでいます。 人間の科学者は、何かを見ただけでそれが何であるかを理解する定性分析に優れていますが、疲労のために間違いを犯さずに何百万もの画像を確認するために必要な注意力を維持することは生物学的に不可能です。 ギャラクシー動物園などの市民科学プロジェクトは、何千人ものボランティアに作業を委託することでこの問題を軽減しようとしてきたが、急激に増大するアーカイブを前にすると、一般の熱意にも限界がある。

異常マッチ これはハイブリッドアプローチによって解決されます 半教師あり学習と能動学習 従来のアルゴリズムは、学習済みのもの（例えば「猫を探す」など）のみを検索しますが、このニューラルネットワークは天文データの通常の構造を認識し、そのパターンから逸脱したものをフラグ付けするように学習されています。さらに、フィードバックループが組み込まれており、人間の専門家が初期の発見を検証することで、真の天体物理学的異常と、単純なカメラセンサーの欠陥、あるいは検出器に衝突する宇宙線を区別できるようにシステムを「学習」します。

データの洪水の予行演習

ハッブル宇宙望遠鏡アーカイブへのこのツールの導入が成功したことは、実際には近い将来への準備と言えるでしょう。天文学は「大規模サーベイ観測衛星群」の時代を迎えつつあります。 2023年に打ち上げられたESAのユークリッド計画はすでに数十億の銀河の地図を作成している。間もなく打ち上げられるヴェラ・C・ルビン観測所は、南半球の空の動画を数夜ごとに生成し、10年間で60ペタバイト以上のデータを蓄積する予定だ。 2027年に予定されているNASAのナンシー・グレース・ローマン宇宙望遠鏡は、ハッブル宇宙望遠鏡の100倍の視野を持ち、人間の心に計り知れないほど豊かな星空を作り出すことになる。

この文脈では、次のようなツール 異常マッチ それらは単なる珍品ではなく、重要なインフラとなるでしょう。AIがリアルタイムで大量のデータをフィルタリングしなければ、 潜在的な発見の大部分はハードドライブにアーカイブされたまま、目に見えないまま忘れ去られてしまうでしょう。ESA チームの成功は、人工知能が天文学者に取って代わるものではなく、むしろ、人間が最も得意とする、不可能を物理学的に解釈することに時間を費やせるように、有益な情報とそうでない情報を選別する超高速のふるいとして機能していることを示しています。