ジェームズ・ウェッブ宇宙望遠鏡（JWST）が2022年に最初のデータを送り返して以来、天文学者たちは予想外の課題に直面しました。画像内の銀河の数が予想をはるかに上回っていたのです。カリフォルニア大学サンタクルーズ校のブラント・ロバートソン教授は、「銀河があちこちにあり、その数と距離に本当に衝撃を受けた」と振り返ります。
このデータの洪水に対処するため、ロバートソン氏のチームは分析パイプラインを構築しました。AIモデルが分類を担当し、GPUがデータ削減、カタログ生成、異常検出、シミュレーションのほぼすべてのステップを加速します。これらの計算の一部は、全米科学財団の助成金で賄われた校内のLuxクラスターで実行され、大規模なGPU計算は米国政府のスーパーコンピューターに委ねられています。
チームの中核ツールの1つがMorpheusシステムです。元大学院生のRyan Hausenが開発し、自動運転車が道路と歩行者を区別するのと同じセマンティックセグメンテーション技術を用いて、ピクセル単位で銀河を分析し、球状のバルジと円盤を区別します。JWSTデータに適用した結果、チームは初めての大規模AI解析を実現し、既存モデルと調和しにくい回転する円盤銀河を発見しました。これらの銀河は天の川銀河に似ており、予想よりもはるかに早い時代に存在していました。ロバートソン氏は「最初は誰も信じなかったが、その結果は現在までに複数の独立した研究で確認されている」と述べています。
直接分析に加えて、チームは大学院生のAnavi Uppalが開発したGalaxyFriendsツールも使用しています。これは約9万個の銀河を類似性に基づいて近傍に整理し、研究者がデータセット全体を一括で移動し、異常なパターンを発見できるようにします。ロバートソン氏は「これにより、以前は見えなかった宇宙の構造を捉えられるようになった」と述べています。
しかし、将来の課題はさらに大きくなります。チリのベラ・ルービン天文台がまもなく稼働し、数晩ごとに南天全体をスキャンし、毎晩約20テラバイトの生データを生成します。地上の望遠鏡は大気を通して観測するため、画像がぼやけます。ロバートソン氏のチームは、概念的にはNVIDIA DLSS技術に類似したAIを用いて、宇宙望遠鏡のデータでモデルを訓練し、それを地上画像に適用して大気の歪みを取り除き、より細かいディテールを復元しています。
さらに、GPUは宇宙のシミュレーションにも使用されています。チームは大規模なシミュレーションを実行し、仮想宇宙を進化させて望遠鏡のデータと比較し、観測結果を理論に、理論を次の観測にフィードバックしています。現在、ロバートソン氏のチームは宇宙の全歴史をカバーする約50万個の銀河のデータセットを公開しています。「宇宙は象牙の塔の教授だけのものではない。すべての人のものだ」とロバートソン氏は語っています。
今後、ナンシー・グレース・ローマン宇宙望遠鏡や居住可能世界天文台など、さらに多くの大型観測プロジェクトが予定されており、AIとGPUを組み合わせたこの分析手法は天文学研究の基本要件となりつつあります。ロバートソン氏は元々作家を志していましたが、NASAの奨学金がきっかけで物理学の道に進み、その経験がデータ公開へのこだわりに繋がっています。