AIモデルの洞察は天文学者が遠く離れた世界を観測するための新しい理論を提案するのに役立つ

AIモデルの洞察は天文学者が遠く離れた世界を観測するための新しい理論を提案するのに役立つ

機械学習モデルは、反復的なタスクをより高速に実行したり、人間の知識を客観的に捉えるのに役立つ体系的な洞察を提供したりすることで、人間のプロセスをますます強化しています。カリフォルニア大学バークレー校の天文学者たちは、重力マイクロレンズ現象をモデル化した後に、この両方が起こっていることに驚き、この現象に関する新たな統一理論を導き出しました。

重力レンズ効果は、遠くの恒星やその他の恒星からの光が、観測者と直接交わる近くの恒星の周りを曲がる現象で、一時的に遠くの恒星の明るさが増すものの、歪んだ像を描きます。光がどのように曲がるか(そして遠くの天体について私たちがどれだけ知っているか)に応じて、光が曲がる恒星、惑星、または系について多くのことを知ることができます。

たとえば、瞬間的に明るさが急上昇する現象は、惑星が視線上を通過していることを示唆しており、このタイプの異常な読み取り値は、何らかの理由で「縮退」と呼ばれ、何千もの太陽系外惑星を発見するために利用されてきました。

観測の限界により、これらの事象や天体を質量などの基本的な概念を超えて定量化することは困難です。縮退は一般的に2つの可能性に分けられると考えられています。すなわち、遠方の光が特定の系内の恒星または惑星に接近したということです。曖昧さは、他の観測データ、例えば惑星が小さすぎて観測されるような規模の歪みを引き起こすことができないことが他の手段によって分かっている場合など、しばしば調整されます。

カリフォルニア大学バークレー校の博士課程学生、ケミン・チャン氏は、天空の観測がより定期的かつ詳細になるにつれて、このような重力マイクロレンズ現象が大量に発生するため、これらの現象を迅速に分析・分類する方法を研究していました。チャン氏と同僚は、原因と構成が既知の既知の重力マイクロレンズ現象のデータを用いて機械学習モデルを訓練し、その後、定量化が不十分な他の多くのデータに適用しました。

結果は予想外のものでした。観測された事象が 2 つの主要な縮退タイプのいずれかに該当するかどうかを巧みに計算したことに加えて、該当しない事象が多数見つかったのです。

「縮退に関するこれまでの2つの理論は、背景の恒星が前景の恒星または前景の惑星の近くを通過するように見えるケースを扱っていました。AIアルゴリズムは、これら2つのケースだけでなく、恒星が恒星にも惑星にも近く通過せず、これまでのどちらの理論でも説明できない状況についても、数百の例を示しました」と、張氏はバークレーのニュースリリースで述べています。

テッククランチイベント

サンフランシスコ | 2025年10月27日~29日

これは、モデルの調整が不十分だったり、単に自身の計算に十分な自信がなかったりしたモデルの結果である可能性も十分にあります。しかし、張氏は、人間の観察者が体系的に見落としていた何かをAIが捉えたと確信しているようでした。

その結果、大学院生が確立された教義に疑問を呈することは容認されるものの、おそらく奨励されるわけではないため、説得の末、彼らはこれらの観察における退化を説明する新しい「統一」理論を提唱することになり、その中の 2 つの既知の理論は単に最も一般的なケースだった。

3 レンズ縮退ソリューションのシミュレーションを示す図。
3レンズ縮退解のシミュレーションを示す図。画像提供: Zhang et al

研究者たちはマイクロレンズ現象を観測した最近の論文24編を調べ、天文学者たちが観測したものをどちらか一方の種類に誤って分類していたが、新しい理論はどちらのタイプよりもデータに適合していることを発見した。

「人々はこれらのマイクロレンズ現象を観測していましたが、実際にはこの新たな縮退現象を示していたにもかかわらず、気づいていなかったのです。機械学習が何千もの現象を解析した結果、見逃すことが不可能になったのです」と、論文の共著者であるオハイオ州立大学天文学教授スコット・ガウディ氏は述べた。

誤解のないよう明確に述べれば、AIが新しい理論を策定・提唱したわけではありません。それは完全に人間の知性に委ねられたものです。しかし、AIの体系的で確信に満ちた計算がなければ、単純化され、正確性に欠ける理論が、おそらく何年もの間存続していたでしょう。人々が計算機、そして後にコンピューターを信頼するようになったように、私たちもAIモデルが先入観や仮定から解放された興味深い真実を出力することを信頼するようになってきました。もちろん、私たち自身の先入観や仮定をAIモデルに組み込んでいない限りの話ですが。

この新しい理論と、それに至る過程の説明は、Nature Astronomy誌に掲載された論文で説明されています。読者の天文学者にとってはおそらく目新しい情報ではないでしょう(昨年プレプリントとして発表されました)。しかし、機械学習や科学全般に関心を持つ人々は、この興味深い展開を歓迎するかもしれません。

デヴィン・コールドウェイはシアトルを拠点とする作家兼写真家です。

彼の個人ウェブサイトは coldewey.cc です。

バイオを見る