このAIプログラムは数十億の星を識別できる

科学者が新しい星や銀河を発見すると、通常は学術論文、カタログ、その他の既存の情報から収集した情報に頼ってその発見を分類します。これは一般的な方法かもしれませんが、それほど効率的ではありません。そのため、イリノイ大学の研究者は、ニューラル ネットワークを利用してすべての重労働を行う星と銀河の分類フレームワークを作成しました。

ConvNets は「ディープ畳み込みニューラルネットワーク」と呼ばれるもので、生物の脳と同じように「学習」するように設計されたコンピュータプログラムの一種で、画像識別によく使用されます。開発者の Edward J. Kim 氏と Robert J. Brunner 氏によると、ConvNets はスローンデジタルスカイサーベイとカナダ・フランス・ハワイ望遠鏡レンズサーベイから直接データを取得し、従来の機械学習技術に匹敵する正確な分類をまとめるそうです。

天文学でニューラル ネットワークが利用されるのは今回が初めてではありません。人工ニューラル ネットワークが初めて星と銀河の分類に適用されたのは 1992 年のことです。ただし、キムとブルナーによる最新の研究はさらに進歩しており、研究者は人間では不可能な測光データを使用して数十億の星と銀河を分類できるようになりました。

機械学習は、自動運転技術や顔認識技術の向上など、科学研究のさまざまな側面に浸透しつつあります。こうした研究やブレークスルーが分類や、将来的には宇宙探査にどのような影響を与えるのか、興味深いところです。