この画像を大きなサイズで見るハッブル宇宙望遠鏡が約35年間に撮影した1億枚の画像を新たなAIがわずか2.5日で解析し、1300を超える「宇宙の異常」を特定した。
その中には異常な形をした未知の天体が800個以上も含まれている。
これまでの手法では膨大な時間がかかる解析をAIが肩代わりすることで、公式の記録にない天体が次々と姿を現した。
欧州宇宙機関(ESA)の研究チームが確立した新たなAI技術なら、膨大なデータに埋もれた異質な存在を的確に抽出できる。
GPUクラスターを駆使し、1億枚の画像を2.5日で解析
1990年の打ち上げ以来、ハッブル宇宙望遠鏡がこれまでに撮影してきた画像は、天体物理学における発見を待つ宝の山だ。
欧州宇宙機関(ESA)の研究員であるデビッド・オライアン氏とパブロ・ゴメス氏を中心とする研究チームは、まず、過去35年分のアーカイブから針の先ほどの範囲を写した画像を約1億枚抽出した。
これほど大量の画像を人間が一つずつ確認して、異常なものを探し出すのは現実的ではない。
そこで投入されたのが、新たなAIツールの「アノマリーマッチ(AnomalyMatch)」である。
このAIは、強力な並列計算を可能にするGPUクラスター(多数の画像処理装置を連携させたシステム)を活用し、1億枚もの画像をわずか2.5日という驚異的な速さで精査した。
AIは画像の中から異常な現象の候補を1400選び出し、それを研究者が最終的に目視で確認した。
その結果、1300を超える箇所で実際に珍しい現象が起きていることを突き止めた。
そのうち800以上は、これまで一度も科学的な記録に残されたことがない未知の天体であった。
この画像を大きなサイズで見る様々な種類の異常な現象を発見
特定された異常な宇宙現象の内容は多岐にわたる。
最も多かったのは、銀河同士が衝突したり引き合ったりしている417の銀河だ。これらは通常の形が崩れ、星やガスが長い尾のように伸びている。
この画像を大きなサイズで見るまた、手前にある銀河の重力がレンズの役割を果たし、遠くにある銀河の光を歪めて拡大して見せる重力レンズも多数見つかった。
重力レンズは、宇宙に存在する目に見えない物質であるダークマター(暗黒物質)の分布を調べる重要な手がかりとなる。
この画像を大きなサイズで見る他にも、ガスが触手のように噴き出し、まるで宇宙を泳ぐクラゲのように見えるクラゲ銀河も発見された。
これは銀河が猛スピードで移動する際に周囲のガスに押し流されることで発生する現象だ。
私たちの天の川銀河内では、惑星の赤ちゃんが生まれる場所である惑星形成円盤も見つかった。
円盤を真横から見ると、中心の塵の層を明るいガスが挟み込み、まるでハンバーガーのように見える。
中には既存のどの分類にも当てはまらない、正体不明の姿をした天体も数十含まれている。
この画像を大きなサイズで見る膨大なデータの洪水に挑む天文学の未来
今回の手法は、天文学が直面している「データの洪水」をさばく有力な解決策となる。
現在、ジェイムズ・ウェッブ宇宙望遠鏡は毎日約57GBのデータを送り、稼働を控えるベラ・ルービン天文台は一晩で約20TBものデータを生成する予定だ。
さらに2027年5月までには、ハッブルよりも広い視野を持つナンシー・グレース・ローマン宇宙望遠鏡の打ち上げも計画されている。
膨大なデータの中から価値のある発見を効率よく拾い上げるには、AIの力が欠かせない。
たとえ新しい観測が一時的に止まったとしても、すでに存在する過去の記録の中には、まだ誰も気づいていない宇宙の真実が眠っている。
オライアン氏らが開発した解析手法が進化を続けることで、人類はこれまでにないスピードで宇宙の謎を解き明かし、これまでの常識を次々と塗り替えていくことになるはずだ。
この研究成果は『Astronomy and Astrophysics』誌(2025年12月6日付)に掲載された。
【追記】(2026/02/08)
本記事の初出において、解析に使用された計算資源を「GPU 1基」と記述しておりましたが、正しくは「GPUクラスター(複数の画像処理装置を連携させた並列計算システム)」によるものです。誤りを訂正し、再送いたします。
References: Esahubble / ESA / Science.nasa.gov / Aanda
















AI 「オレじゃなきゃ見逃しちゃうね!」
って感じかな。
こういうのは AI の得意分野な気がします。 これでスクリーニングして一つ一ついろんな人がどういう理屈でこうなっているかを考えて、 1000 の考えから次世代の新説が一つ飛び出してくるかもと思うとうれしいな。 天文方面、物理方面、科学方面にどんな新しい知見をもたらしてくれるか期待してます
最も健全&正しいAIの使い方
約1/77,000の異常を人力で見つけるのは相当困難だよね
こういう精査力は本当に有用なAIの使い方だと感じるわ
異常ってなんだろうね
こんだけ見つかるなら宇宙にとっての平常なんじゃないか
References にある Aanda にどんなものを探したかが書いてあるよ
ここでの異常とは、天文学者が調べてみたいものだね
平常とは言えないから見つけるのに苦労しているわけだ
人類がまだ発見してない未知の現象のことを異常と言ってるんでしょ
それが宇宙で普遍的かどうかは関係ない。逆に珍しい出来事でも既知なら異常ではない。
同じこと書こうと思った
21世紀のアープ・アトラス(の拡張版)って感じかな。
銀河の著作権は大丈夫なんですか?
著作権者は多分神様だろうし人間のやる細かいことまで気にしないでしょ
著作権は撮影者(HST)に付与される。銀河が主張すべきは肖像権。
こういった仕事は画像解析のエキスパートシステムの成果であって、人工的なインテリジェンスの働きか?って気がするのです。
AIは「そうか。こういう成果ならポジティブな反応が得られるんだな」とか観察して、そっから何かやらかしそう。
「このAIは、一般的なパソコンの画像処理にも使われる計算装置「GPU」をたった1基使っただけで、1億枚もの画像をわずか2.5日という驚異的な速さで精査した。」
ってあるけど、論文にはGPUクラスターを利用したと書かれているよ?
他のReferences(Esahubble / ESA / Science.nasa.gov)にも、GPUについての言及は無かったみたいだけど、「1基使っただけ」というのはどこから出てきた話?
もっとフル活用しろ
宇宙の話題は結局「ダークマターの謎」で終わってしまうからな
「ダークマター」も普通の人だと誤解している人多いから…
英単語をそのまま使用した時には「簡素化され便利な方」と「誤解を生む方」があるけど
ダークマターは「誤解を生む方」だから仕方がないけどね
日本語訳では「未発見物質」か「未知の物質」が近いけど、それだと格好悪いから…
前にジェームスウエッブの画像を見たことがあったけど
凄い銀河の量だった
銀河自体が兆単位で存在するというのが現在の試算のようだからね
正に宇宙は広いってヤツや
AIそのものの信用度やNASAの信用度をまず疑わないと
いままでは「人の目と記憶」でやっていた作業を
コンピューターに任せてることができたのだから
その記憶力(そもそも忘れない)と分析能力を使えば
人間よりはるかに優秀なのはわかっていることよ
そのデータをどう判断するかは、まだ人間の作業だけどね
宇宙の話になると、あとからあとから謎が出てきて、人類がわかってることなんてホントちょっぴりなんだって感じる。
そもそも地球の事も、深海やアマゾンの奥地、地殻の中とか、謎動植物の生態とかわからないことだらけ。
ここまでいろいろ謎だと、もう謎のままでいいんじゃないかくらい思う。
一億枚で48時間だと
秒間約58万枚の処理
CHATGPTやGEMINIを使えば使うほどAIが信頼できなくなる
AIなんてアホだ
それらのLLMは学習元が「人間」だから仕方がないね
こういった画像解析系やデータ分析系とは別物と考えていいかも
使ってる人間がポンコツだとAIってあっという間にポンコツになるんだよな
ということは・・
こういう事にAIを使ってほしいんだわ アイドルを脱がせるためなんかじゃなく
GPUもRAMも品薄のうえに買いが殺到してとんでもなく値段上がって辟易してたが、こういうことに使うならまぁ良いか⋯