ブラックホールの有名な初画像が、さらに鮮明になりました。研究チームは人工知能（AI）を駆使し、2019年に撮影された初画像を大幅に改良しました。今回の画像では、M87銀河の中心にあるブラックホールが、初画像よりも暗く大きく写っています。
私は宇宙論、ブラックホール、太陽系外惑星を研究し、執筆活動を行っている天文学者です。天文学者は何十年も前からAIを活用してきました。実際、1990年には、私が教授を務めるアリゾナ大学の天文学者たちが、ニューラルネットワークと呼ばれるAIの一種を用いて銀河の形状を研究した最初の研究者たちの一つでした。
それ以来、AIは天文学のあらゆる分野に浸透してきました。技術が進化するにつれ、AIアルゴリズムは天文学者が膨大なデータセットを操作し、宇宙に関する新たな知識を発見するのを支援するようになりました。
より良い望遠鏡、より多くのデータ
天文学が科学として確立されて以来、それは夜空に浮かぶ無数の天体の意味を解明しようと努めてきました。肉眼か簡易望遠鏡しかなく、数千の恒星と数個の惑星しか見えなかった時代は、それは比較的簡単なことでした。
100年前、エドウィン・ハッブルは新開発の望遠鏡を用いて、宇宙は星やガス雲だけでなく、無数の銀河で満たされていることを示しました。望遠鏡の性能向上に伴い、人間が観測できる天体の数と、天文学者が整理しなければならないデータの量は、どちらも飛躍的に増加しました。
例えば、間もなく完成するチリのベラ・ルビン天文台は、1枚の写真全体を映し出すには1,500台のハイビジョンテレビが必要となるほどの巨大な画像を生成します。10年間で0.5エクサバイトのデータを生成すると予想されており、これは米国議会図書館が所蔵する全書籍の情報量の約5万倍に相当します。
直径20フィート（6メートル）を超える鏡を備えた望遠鏡が20基あります。天文学者が現在利用可能なすべてのデータを処理できる唯一の方法は、AIアルゴリズムです。AIは、このデータ処理において様々な形で有用であることが証明されています。
天文学における AI の最も初期の用途の 1 つは、画像の背景に隠れた多数の淡い銀河を見つけ出すことでした。
ESA/ウェッブ、NASA & CSA、J. リグビー、CC BY
パターンを見つける
天文学は、干し草の山から針を探すようなものです。天文画像のピクセルの約99%には、背景放射、他の光源からの光、あるいは宇宙の暗闇が含まれており、かすかな銀河の微妙な形状を持つのはわずか1%です。
AIアルゴリズム、特に多数の相互接続されたノードを使用し、パターン認識を学習できるニューラルネットワークは、銀河のパターンを判別するのに最適です。天文学者は2010年代初頭からニューラルネットワークを用いて銀河を分類し始めました。現在では、このアルゴリズムは非常に効果的で、98%の精度で銀河を分類できます。
この現象は天文学の他の分野でも繰り返されています。SETI（地球外知的生命体探査）に取り組む天文学者たちは、電波望遠鏡を用いて遠く離れた文明からの信号を探します。初期の電波天文学者は、説明のつかない異常現象を探すために、目視で天文図をスキャンしていました。近年では、研究者たちは15万台のパソコンと180万人の市民科学者を駆使して人工の電波信号を探しました。現在では、研究者たちはAIを活用し、人間よりもはるかに迅速かつ徹底的に膨大なデータを精査しています。これにより、SETIの取り組みはより広範囲に及ぶようになり、同時に誤検知の信号数も大幅に削減されています。
もう一つの例は太陽系外惑星の探索です。天文学者たちは、惑星が恒星の前を通過する際に恒星から発せられる光量の減少を測定することで、既知の5,300個の太陽系外惑星のほとんどを発見しました。AIツールは現在、太陽系外惑星の兆候を96%の精度で検出できます。
AI ツールは天文学者が TRAPPIST-1 b のような新しい太陽系外惑星を発見するのに役立ちます。
NASA、ESA、CSA、ジョセフ・オルムステッド（STScI）、CC BY
新たな発見をする
AIは、天文学者が探査を指示する銀河や太陽系外惑星といった既知の天体を特定することに優れていることが証明されています。しかし、理論上は存在するものの現実世界ではまだ発見されていない天体や現象を発見することにも、AIは非常に強い力を発揮します。
研究チームはこのアプローチを使用して、新しい太陽系外惑星を発見し、天の川銀河の形成と成長につながった祖先の星について学び、新しいタイプの重力波の特徴を予測しました。
これを実現するために、天文学者はまずAIを用いて理論モデルを観測シグネチャー（現実的なレベルのノイズを含む）に変換します。次に、機械学習を用いてAIが予測した現象を検出する能力を高めます。
最後に、電波天文学者たちはAIアルゴリズムを用いて、既知の現象に対応しない信号を選別しています。最近、南アフリカのチームが、2つの超大質量ブラックホールの爆発的な合体の残骸である可能性のある特異な天体を発見しました。もしこれが事実であれば、このデータは一般相対性理論、すなわちアルベルト・アインシュタインの時空に関する記述の新たな検証を可能にするでしょう。
左のブラックホールを初めて撮影したチームは、AI を使ってより鮮明な画像（右）を生成し、ブラックホールが当初考えられていたよりも大きいことを示しました。
Medeiros et al 2023, CC BY-ND
予測を立て、穴を埋める
最近の多くの生活分野と同様に、生成 AI や ChatGPT のような大規模言語モデルも天文学の世界で大きな話題になっています。
2019年に初めてブラックホールの画像を作成した研究チームは、生成AIを用いて新たな画像を作成しました。この画像を生成するために、研究チームはまず、様々な種類のブラックホールのシミュレーションデータをAIに入力することで、ブラックホールを認識する方法を学習させました。そして、構築したAIモデルを用いて、M87ブラックホールの電波望遠鏡によって収集された膨大なデータの欠落部分を補いました。
研究チームは、このシミュレーションデータを使用して、元の画像より 2 倍鮮明で、一般相対性理論の予測と完全に一致する新しい画像を作成することができました。
天文学者もまた、現代の研究の複雑さを抑えるためにAIの活用に目を向けています。ハーバード・スミソニアン天体物理学センターのチームは、天文学に関する1500万本の科学論文を読み、整理するための「astroBERT」と呼ばれる言語モデルを開発しました。NASAを拠点とする別のチームは、天文学者が10年ごとに行う天文学プロジェクトの優先順位付けにAIを活用することを提案しています。
AIの進歩に伴い、AIは天文学者にとって不可欠なツールとなっています。望遠鏡の性能が向上し、データセットが拡大し、AIがさらに進化するにつれ、この技術は宇宙に関する将来の発見において中心的な役割を果たすようになるでしょう。
AI、チャットボット、そして機械学習の未来についてもっと知りたいですか？人工知能に関する当社の記事をぜひご覧ください。また、「最高の無料AIアートジェネレーター」や「OpenAIのChatGPTについて私たちが知っていることすべて」といったガイドもご覧ください。
クリス・インピー、アリゾナ大学天文学教授
この記事はクリエイティブ・コモンズ・ライセンスに基づきThe Conversationから転載されました。元の記事はこちらです。
