科学者は人工知能を使ってエイリアンを見つけるのか

天文学者が太陽系外の惑星を初めて発見したのは 1990 年代初頭のことでした。それ以来、科学者たちは 3,400 個の太陽系外惑星にタグを付けてきました。現在、科学者たちはどの惑星に地球外生命が存在する可能性があるかを特定したいと考えています。しかし、研究者は 1 つの太陽系外惑星の分析に数日、場合によっては数週間を費やすこともあります。2018 年に打ち上げられるジェイムズ ウェッブ宇宙望遠鏡などの新しい機器は、まもなく大量の情報を送り返してくるため、科学者が手動で処理することはできません。このデータのバックログにより、新しい発見が遅れ、場合によっては妨げられることになります。そのため、ユニバーシティ カレッジ ロンドンの研究者たちは、人間よりもはるかに速く深宇宙のデータをスキャンして居住可能な惑星の兆候を探す人工知能 RobERt を開発しました。

仕組みは次の通りです。惑星は近くの恒星からの光のごく一部を反射します。その光が大気圏を通過すると、大気圏のさまざまなガスが特定の波長の光を吸収したり、透過したりします。地球上の科学者は、そのスペクトルを使用して惑星の大気が何でできているかを判断し、その結果、その大気圏が生命（地球外生命体、あるいは将来の人類探検家）を支えられるかどうか判断できます。

RobERt（Robotic Exoplanet Recognition の略）は、太陽系外惑星のスペクトルを数秒で分析できます。その基礎となる知性は、ディープ ビリーフ ニューラル ネットワーク（DBN）から生まれています。これは、人間の脳の仕組みと同じように機能します。つまり、複数のシリコン「ニューロン」層を通してデータをフィルタリングし、各ニューロンが結果をさらに洗練させていき、システムが正しいと考える答え（RobERt の場合、特定のスペクトルにどのガスが存在するか）に到達します。

人間の脳と同様に、DBN は試行錯誤で学習します。そこで、RobERt をトレーニングするために、UCL の研究者は 85,000 を超えるシミュレーション スペクトルを RobERt に見せました。最終的に、研究者が意図的に不完全なデータ セットやノイズの多いデータ セットで RobERt にチャレンジさせた場合でも、RobERt は 99.7 パーセントの確率でガスの混合を正しく行いました、と UCL チームの主任研究者であるインゴ ワルドマンは言います。

居住可能な新しい惑星の発見は、ほんの始まりに過ぎません。RobERt の迅速なデータ分析により、科学者は太陽系 (私たちの太陽系も含む) がそもそもどのように形成されたかの理解に一歩近づくことができます。「私たちは、惑星形成の理解のごく初期にいます」と Waldmann 氏は言います。「理解するには、他の太陽系の多くの例を見るしかありません。」RobERt は、既知のシステムのリストに新たな情報を追加し、箱に入った理論的な天文学者のような役割を果たします。UCL チームが宇宙機関に輸出して、RobERt の蓄積された経験と太陽系外惑星の観測結果を比較するためのツールです。「その後、運が良ければ、居住可能な小さな惑星が見つかるかもしれません」と Waldmann 氏は言います。「運が良ければですが、きっと見つかります。」

この記事はもともと、2016 年 11 月/12 月号の『Popular Science』に「AI が地球外生命体を発見」というタイトルで掲載されました。