【ITニュース解説】Using AI to perceive the universe in greater depth

DeepMindが開発した新しいAIモデル、Astraea（アストライア）は、天文学における宇宙の理解を深める可能性を秘めている。この記事では、Astraeaがどのように宇宙の画像を処理し、従来の方法では困難だった天体の特徴を識別するかについて解説する。

天文学者は、宇宙の膨大なデータを分析することで、星の形成、銀河の進化、そして宇宙全体の構造に関する知識を深めてきた。しかし、宇宙望遠鏡が捉える画像は非常に複雑で、ノイズや歪みも含まれるため、手作業での分析には膨大な時間と労力がかかる。特に、弱い重力レンズ効果という現象を捉えることは非常に難しい。これは、遠方の銀河の光が、手前にある巨大な天体（銀河団など）の重力によって曲げられ、歪んで見える現象のことだ。この歪みを分析することで、手前の天体の質量分布を知ることができるため、宇宙のダークマター分布を調べる上で重要な手がかりとなる。

Astraeaは、このような課題を克服するために開発された。このAIモデルは、大量の宇宙画像データで学習されており、特に弱い重力レンズ効果によって歪んだ銀河の形状を正確に予測する能力に優れている。従来のソフトウェアでは、銀河の形状を単純な楕円として近似することが多かったが、Astraeaはより複雑な形状も捉えることができる。これにより、重力レンズ効果の分析精度が向上し、より正確な質量分布の推定が可能になる。

Astraeaの技術的な特徴としては、深層学習モデルの一種である生成モデルを活用している点が挙げられる。生成モデルは、与えられたデータ分布を学習し、その分布に従う新しいデータを生成することができる。Astraeaの場合、学習データとして大量の宇宙画像を用いることで、様々な銀河の形状や歪みを学習し、それらを高い精度で再現することができる。さらに、Astraeaは、不確実性を考慮した予測を行うことができる。つまり、予測結果だけでなく、その予測がどれくらい確からしいかという情報も出力することができる。これは、天文学者が分析結果を解釈する上で非常に重要な情報となる。

Astraeaの応用範囲は、重力レンズ効果の分析にとどまらない。例えば、銀河の形態分類、星の形成領域の検出、宇宙マイクロ波背景放射の分析など、様々な天文学的な研究に活用できる可能性がある。また、Astraeaの開発を通じて得られたAI技術は、他の分野にも応用できると考えられる。

DeepMindは、Astraeaの研究成果をオープンソースとして公開しており、天文学コミュニティ全体での活用を促進している。これにより、世界中の研究者がAstraeaを利用して宇宙の研究を進めることができるようになる。Astraeaは、AI技術が天文学の進歩に大きく貢献する可能性を示す好例と言えるだろう。今後のさらなる発展と、宇宙の謎の解明への貢献が期待される。