メインコンテンツにスキップ

史上初、完全自動AIが新たな超新星を発見!人間なしで検証・分類・発表までもすべて行う

記事の本文にスキップ

12件のコメントを見る

(著) (編集)

公開:

この画像を大きなサイズで見る
Image credit: Legacy Surveys / D. Lang (Perimeter Institute) for Legacy Surveys layers and unWISE / NASA/JPL-Caltech / D. Lang (Perimeter Institute)
Advertisement

 宇宙にひらめく壮大な花火である超新星の捜索は、いずれAIが全て担ってくれる未来が来るかもしれない。

 このほど、ノースウェスタン大学をはじめとする研究グループが開発したAIによって、新しい超新星「SN2023tyk」が発見された。

 驚いたことに、「Bright Transient Survey Bot(BTSbot)」と呼ばれるそのAIは、ただ新たな超新生を発見しただけでなく、その検証・分類・発表まですべて一人で行っている。この間、人間はまったく関わっていない。

 これまで超新星探しは人間が膨大な時間を費やして行ってきた。だが、こうしたAIの登場によって、人間は根気のいる作業から解放され、より重要な宇宙の秘密の解明に没頭できるようになると期待されている。

これまでの超新星発見作業は人間と機械の共同作業だった

 今のところ超新星の発見は、人間と機械のタッグによるものだ。

 星空の撮影自体は、機械によって行われる。自動操縦の望遠鏡が空の同じ部分を何度も撮影し、突然出現した天体がないかどうか探す。

 それらしいものが見つかったら、今度は人間の出番だ。

 それが本当に超新星かどうかは、光のスペクトルを分析してみなければわからない。

 そこで天文学者が分光器を備えた望遠鏡をのぞき込みながら、そこに超新星爆発ならではの光の指紋があるかどうか確かめるのだ。

すべてAIのみで実行される超新星探し

 米国ノースウェスタン大学などの研究チームが開発した「Bright Transient Survey Bot(BTSbot)」は、こうした人力作業を省くためのAIシステムだ。

 すでに確認された超新星、一時的に大きく輝いている星、明るさが周期的に変化する星、あるいは輝く銀河…こうした1万6000個のさまざまな天体を映した140万枚以上の画像を教材に、超新星を探すためにトレーニングされている。

Machine Learning Tools Automatically Classify 1,000 Supernovae

AIだけで超新星発見から確認、分類、発表まで

 BTSbotの性能は、今回新しい超新生「SN2023tyk」を見事に発見したことで証明されている。

 カリフォルニア州パロマー天文台で自動操作されている「ツビッキー掃天観測施設(ZTF)」がそれをとらえたのは、10月3日のことだ。BTSbotは、その観測データをリアルタイムで精査しており、10月5日に超新星らしきものを発見した。

 BTSbotがパロマー天文台にそのスペクトルを要求すると、今度はまた別の自動望遠鏡(SED Machine)が観測に乗り出し、そのスペクトルが詳しく分析された。

 さらにSED Machineは、この超新生の種類を見極めるために、そのデータをカリフォルニア工科大学にあるもう一つのAI「SNIascore」に送信。

 その分析によって、新しい超新星が「Ia型超新星」…つまり白色矮星の爆発によって生じたものであると確認され、その結果が10月7日に公表された。

この画像を大きなサイズで見る
右の画像に超新星「SN2023tyk」が映っている。 左の画像と比べると、中央の光に重なるようにもう一つの光が出現していることがわかる / image credit: Legacy Surveys / D. Lang (Perimeter Institute) for Legacy Surveys layers and unWISE / NASA/JPL-Caltech / D. Lang (Perimeter Institute)

研究者は他の研究に没頭できる

 こうしたAIの成功によって、超新星の捜索は完全に機械に取って代わられるようになるかもしれない。

 だが、それは決して悪いことではない。例えば、ZTFはこれまで6年ほど星空を眺めてきたが、そこで発見された候補が本当に超新星なのかどうか確かめるために、人間の天文学者たちは2200時間以上も費やしてきた。

 BTSbotのようなAIは、こうした根気のいる作業から人間の天文学者を解放し、また別の研究に没頭できるようにしてくれる。

 この研究を率いたノースウェスタン大学のアダム・ミラー氏は、「史上初めて、機械とAIアルゴリズムが、超新星の観測や特定から、別の望遠鏡とのやり取りを通じて最終的に超新星と確定するところまで、すべてを行いました」と語る。

 AIがさらに改良されれば、超新星のもっと細かい種類まで分類することも可能になるという。

 「いずれ人間はルーチン作業から外れ、観測結果の分析にのみ集中し、超新星の起源を説明する新しい仮説に思考を巡らせられるようになるでしょう」

 ミラー氏と共同で技術開発を主導したノースウェスタン大学のナビール・レヘムトゥラ氏は、「超新星の研究がグッと効率化され、星のライフサイクルや、炭素・鉄・金のような超新星によって作られる元素の起源にもっと迫れるようになります」と語っている。

追記(2023/10/18)本文、タイトルのおかしい部分を訂正して再送します。

References:First supernova detected, confirmed, classified and shared by AI – Northwestern Now / First supernova detected, confirmed, classified and shared by AI / written by hiroching / edited by / parumo

📌 広告の下にスタッフ厳選「あわせて読みたい」を掲載中

この記事へのコメント 12件

コメントを書く

  1. 遅すぎる

    今までコンピュータ化されてなかったのがおかしい話

    • -4
    1. >>2
      発見はだいぶ前からコンピュータが用いられていたけど最終確認は人がやっていた
      それがコンピュータオンリーになっただけの話だけど?
      遅すぎるではなくて、ソフトウェアの信頼性がようやく人間と同等になっただけの話
      信頼性が同等ならば処理速度が速いコンピュータを用いた方が人間よりも素早く判定ができる

      まぁ。ソフトウェア開発に詳しい人ほど、ソフトウェアは万能ではないと知っているからねw
      一般人の”コンピュータ信仰”やら”AI信仰”と乖離してしまうのは仕方がないのです

      • +1
      1. >>10
        ハワイ大学のシステムだね。
        これでまたアマチュア天文家の活躍の場が減っていくな。

        • +2
    2. >>2

      例えばF35って戦闘機は、宇宙空間、高高度、空中、地上、海上、海中といったところに張り巡らせたセンサーから出たアウトプットを全て解析、統合して映像化したあげく味方の軍勢にその情報共有しちゃって、なんなら一番効率よく攻撃するのf35じゃなくてそこの地対空ミサイルだから撃って、位置情報こっちから送るから。‥くらいの能力もってますし、この仕組み自体はもっと前から実用化されてます。

      レーダーで捉えきれないステルス機だろうが高高度からのレンズや熱センサーから隠れられないので丸見え。位置も任務も予測入るけど大筋こうだって情報が戦闘機の高性能なコンピューターが解析しちゃう。

      こんなのが既に使われてるので、案外それに近いものじゃないかと。

      • 評価
  2. 日本に超新星ハンターの人がいたと思ったけど、今も続けているなら競争になるかな

    • 評価
    1. >>4
      板垣公一さんですね。
      今年も2個発見されたようです。

      • 評価
      1. >>8
        2chのまたがきスレってまだあるのかな…

        • 評価
  3. 新しい星をAIが発見したら誰が命名権を得るんだろう?

    • +1
    1. ※5
      多分そのAIを活用した天文台になるんじゃないかな その天文台の誰とかまでは判らないけど(w

      • +1
  4. 分類まで自動化されたのは新しいけれど
    超新星を見つけるの自体は20年ぐらい前から
    コンピューターがやってる

    海外の超新星ハンターの人のインタビューで読んだけど
    人間と桁違いのスピードで超新星が発見される時代になってるそうだ

    • +4

コメントを書く

0/400文字

書き込む前にコメントポリシーをご一読ください。

リニューアルについてのご意見はこちらのページで募集中!

サイエンス&テクノロジー

サイエンス&テクノロジーについての記事をすべて見る

  1. 記事一覧を読込中です。

自然・廃墟・宇宙

自然・廃墟・宇宙についての記事をすべて見る

  1. 記事一覧を読込中です。

最新記事

最新記事をすべて見る

  1. 記事一覧を読込中です。