ハワイ大学マノア校天文学研究所（IfA）の天文学者チームは、人工知能ニューラルネットワークの助けを借りて、これまでに作成された中で最も包括的な星、銀河、クエーサーの天文画像カタログを作成しました。
ハワイ大学マノア校天文学研究所（IfA）の天文学者グループは2016年、恒星、銀河、クエーサー（超大質量ブラックホールの活動核）を含む30億個の天体を含むカタログを公開しました。言うまでもなく、2ペタバイトものデータが詰め込まれたこの膨大なデータベースの解析は、人間の力はもちろん、大学院生でさえ到底不可能な作業でした。2016年のカタログ公開における主要な目標は、これらの遠方の光点をより詳細に特徴づけ、銀河の配置を3次元的にマッピングすることでした。Pan-STARRSチームは、機械学習の力により、これらの課題をクリアすることができました。研究成果は、王立天文学会月報に掲載されました。
ハワイ大学マウイ島ハレアカラ山頂に設置されたPS1望遠鏡は、全天の75%を観測可能で、ハワイ大学のプレスリリースによると、現在世界最大の深宇宙多色光学サーベイを実施している。対照的に、スローン・デジタル・スカイ・サーベイ（SDSS）は全天のわずか25%をカバーしている。
コンピューターに基準となる基準を与え、天体の分類を互いに区別する方法を学習させるため、研究チームは公開されている分光測定データに着目した。本研究の筆頭著者であり、元IfA宇宙論ポスドク研究員のロバート・ベック氏がプレスリリースで説明したように、これらの天体の色と大きさの測定値は数百万に上る。
「最先端の最適化アルゴリズムを利用し、約400万の光源の分光トレーニングセットを活用して、ニューラルネットワークに光源の種類と銀河までの距離を予測する方法を教え、同時に天の川銀河の塵による光の減衰を補正しました」とベック氏は述べた。
これらのトレーニングセッションはうまく機能し、結果として得られたニューラルネットワークは天体の分類という課題において素晴らしい成果を上げ、銀河では98.1%、恒星では97.8%、クエーサーでは96.6%という成功率を達成しました。システムは銀河までの距離も決定し、誤差は最大でも約3%にとどまりました。ハワイ大学によれば、この成果は「恒星、銀河、クエーサーの世界最大の3次元天文画像カタログ」となっています。
「この美しい宇宙地図は、Pan-STARRSのビッグデータセットの威力が人工知能技術と相補的な観測によっていかに増幅されるかを示す一例です」と、研究チームメンバーであり共同執筆者のケネス・チェンバース氏は説明した。「Pan-STARRSがより多くのデータを収集するにつれて、機械学習を用いて地球近傍天体、太陽系、銀河系、そして宇宙に関するさらに多くの情報を抽出できるようになるでしょう。」
この新しいカタログは、全米科学財団（NSF）の助成金によって実現し、ミクルスキ宇宙望遠鏡アーカイブを通じて公開されています。データベースは300ギガバイトの容量で、ダウンロード可能なコンピュータ可読表など、複数の形式でアクセスできます。
https://gizmodo.com/new-map-of-the-universe-fills-in-some-troublesome-gap-1844440929
この調査によって、コールドスポットとして知られる、やや不気味な宇宙領域の説明など、すでに興味深い科学的成果が得られています。PS1望遠鏡とNASAの広域探査衛星「広域探査探査衛星」を用いて、パンスターズ宇宙望遠鏡の科学者たちは巨大なスーパーボイドを発見しました。これは、ハワイ大学が5年前に「幅18億光年の広大な領域で、銀河の密度が既知の宇宙の通常よりもはるかに低い」と表現した領域です。研究者によると、宇宙マイクロ波背景放射で観測されるコールドスポットの原因はこのスーパーボイドです。
更新された地図は、宇宙全体の幾何学的形状を研究したり、標準的な宇宙論モデルに関する理論をさらに検証したり、古代の銀河を分析したり、その他さまざまな天文学および宇宙論の研究にも利用されます。
