AIを活用した探索、ハッブル宇宙望遠鏡30年のアーカイブから1,400個の謎の天体を発見
30年以上にわたり、ハッブル宇宙望遠鏡（Hubble Space Telescope）は人類の宇宙に対する主要な目として機能し、恒星の誕生、銀河の進化、そして宇宙の膨張そのものに対する私たちの理解を再定義する画像を捉えてきました。しかし、この天文台が生成する膨大なデータ量は、人間の研究者があらゆるフレームを精査できる能力をはるかに超えていました。科学誌『Astronomy & Astrophysics』に掲載された画期的な研究で、欧州宇宙機関（ESA）の天文学者チームは、最新の人工知能ツールを用いてこの膨大なデータを精査し、これまで見過ごされていた1,400個近くの変則的な天体を発見しました。1億個の切り出し画像をわずか60時間でスキャンすることで、研究者たちは、機械学習がいかにして数世紀分の手作業を数日間の計算処理に変えられるかを証明しました。
現代天文学におけるビッグデータの課題
ハッブル・レガシー・アーカイブ（Hubble Legacy Archive）は、歴史上最も重要な科学情報の貯蔵庫の一つであり、35年間にわたる観測を網羅する数万ものデータセットを含んでいます。このアーカイブは天体物理学研究にとって宝の山である一方、「干し草の山から針を探す」ような気の遠くなるような問題も提示しています。伝統的に、銀河の衝突や重力レンズのような希少な、あるいは変則的な天体を発見するには、天文学者が手作業で画像を検査するか、無関係な研究中の偶然の発見に頼るしかありませんでした。数千人のボランティアが天体の分類を支援する市民科学プロジェクトが登場してもなお、現代の望遠鏡からのデータ取得速度は、人間の集団的な努力の限界を急速に超えつつあります。
自動化システムの必要性は、かつてないほど差し迫っています。望遠鏡がより強力になり、調査がより包括的になるにつれ、「干し草の山」は単に大きいだけでなく、指数関数的な速さで拡大しています。ESAの研究者、David O’RyanとPablo Gómezは、ハッブルのデータの中から最も「風変わり」で科学的に重要な特異点を見つけ出すためには、人間の脳のような微細なパターン認識と、現代のプロセッサの飽くなきスピードを組み合わせた手法が必要であると考えました。これが、特に異常なものを探し出すために設計された、洗練された新しいツールの開発につながりました。
手法：100万枚の画像を60時間で
アーカイブの滞留分に取り組むため、チームは人間の脳の生物学的構造に触発されたAIアーキテクチャであるニューラルネットワークを開発し、これをAnomalyMatchと名付けました。恒星や渦巻銀河のような特定の定義された天体を探すようプログラムされた標準的なアルゴリズムとは異なり、AnomalyMatchは「奇妙なもの」を認識するように訓練されました。歪んだ対称性、異常なガス状の付属物、あるいは歪んだ光のシグネチャなど、通常から逸脱したパターンを探します。このニューラルネットワークは、ハッブル・レガシー・アーカイブの約1億個の切り出し画像をスキャンするために配備され、コレクション全体が天体物理学的な変則性を求めて体系的に検索されたのは今回が初めてのことです。
AIの効率は驚異的でした。専門の天文学者チームが手作業で検査すれば数十年かかったであろう作業が、AnomalyMatchによってわずか2日半で完了しました。しかし、研究者たちはAIが単独で機能するわけではないことを強調しています。アルゴリズムが潜在的な候補をフラグ立てした後、O’RyanとGómezは確率の高いソースを個人的に検査し、その信憑性を確認しました。この「ヒューマン・イン・ザ・ループ（人間が介在する）」アプローチにより、AIのスピードが熟練した科学者の専門知識によって調整され、精度の低いシステムを欺く可能性のあるデジタル上のアーティファクトやカメラのノイズを排除することができます。
「風変わりな」発見のカタログ化
探索の結果、1,400個の変則的な天体の宝庫が見つかり、そのうち驚くべきことに800個は学術文献に一度も記載されたことがありませんでした。このカタログには、宇宙に対する私たちの視覚的な期待を覆す、多様な宇宙の希少種が含まれています。発見されたものの中には以下が含まれます：
- 衝突環状銀河（Collisional Ring Galaxies）： 一つの銀河が別の銀河の中心を突き抜けるときに形成される希少な構造で、星形成のさざ波を引き起こします。
- 重力レンズとアーク（Gravitational Lenses and Arcs）： 手前にある巨大な物体の重力が、より遠くにある銀河の光を円形や細長い弧状に歪める現象。
- クラゲ銀河（Jellyfish Galaxies）： 銀河間物質の中を移動する際に、長く伸びたガス状の「触手」が剥ぎ取られている銀河系。
- エッジオン原始惑星系円盤（Edge-on Protoplanetary Disks）： 横から見たときに「ハンバーガー」や「蝶」のように見える、発達中の太陽系。
なぜ「変則性」が科学にとって重要なのか
天体物理学の分野では、平均的なものよりも特異点の方が重要な場合が多々あります。標準的な銀河が宇宙の定常的な振る舞いを教えてくれるのに対し、変則性は極端な条件下で宇宙がどのように振る舞うかを教えてくれます。「ハッブル宇宙望遠鏡によるアーカイブ観測は現在35年におよび、天体物理学的な変則性が見つかる可能性のあるデータの宝庫となっています」と、研究の筆頭著者であるDavid O’Ryanは述べています。これらの「風変わりな」天体は、重力、ダークマター、そして銀河の進化に関する理論をテストするための重要なデータポイントを提供します。例えば、希少な重力レンズは自然の望遠鏡として機能し、研究者が通常よりも遠くの、つまり過去の時間を遡って見ることを可能にします。
さらに、これらの発見は将来の観測に向けたロードマップとなります。これらの1,400個の天体を今特定しておくことで、科学界はジェイムズ・ウェッブ宇宙望遠鏡（JWST）のようなより高度な機器を使用した追跡調査の優先順位を決定できます。なぜ銀河が「クラゲ」のような形になったのか、あるいはなぜ星形成円盤が非対称に見えるのかを理解することは、深宇宙におけるガスの流体力学や恒星のライフサイクルの理解における突破口につながる可能性があります。
アーカイブ研究の未来
AnomalyMatchツールの成功は、今後の宇宙探査に深い意味を持ちます。私たちは現在、ESAのユークリッド（Euclid）宇宙望遠鏡やベラ・C・ルービン天文台（Vera C. Rubin Observatory）などの新施設がペタバイト級のデータを生成する「サーベイ天文学」の時代に突入しています。2023年に調査を開始したユークリッドは、全天の3分の1にわたる数十億の銀河をマッピングする任務を負っています。O’RyanとGómezが開発したようなAIツールがなければ、これらのミッションから得られる最も興味深いデータの多くは、何世代にもわたってデジタルアーカイブの中に埋もれたままになる可能性が高いでしょう。
研究の共著者であるPablo Gómezは、自分たちの仕事の幅広い有用性を強調し、「これはハッブルのアーカイブによる科学的成果を最大化するための、AIの素晴らしい活用例です。すでに多くが見つかっていると予想されるハッブルのデータから、これほど多くの変則的な天体を見つけたことは素晴らしい結果です」と述べています。チームの手法は、2027年までに打ち上げが予定されているナンシー・グレース・ローマン宇宙望遠鏡（Nancy Grace Roman Space Telescope）にも適用可能な概念実証として機能します。この望遠鏡は、赤外線宇宙のさらに広視野な展望を提供することになります。
発見の新たなパラダイム
私たちが前進するにつれ、天文学者と人工知能の関係は、単純な自動化から深い協力関係へと進化しています。AIは「第二の目」として機能し、疲労や認知バイアスによって人間の目が見落としてしまうようなノイズの中のパターンを見つけ出すことができます。何百万枚もの画像を分類するという機械的な作業から科学者を解放することで、これらのツールは研究者が、この分野を前進させる高度な分析や理論的ワークに集中することを可能にします。
これら1,400個の天体の発見は、ハッブルのような「大天文台」がまだ多くの秘密を抱えていることを思い出させてくれます。より新しく強力な望遠鏡を打ち上げたとしても、すでに収集したデータは依然として不可欠なフロンティアであり続けます。30年前の光と現代のニューラルネットワークの融合の中に、天文学者たちは、いかに風変わりであろうとも宇宙の謎が闇の中に隠されたままにならないようにする方法を見出したのです。
Comments
No comments yet. Be the first!