米国航空宇宙局（NASA）のスウィフト衛星と最新の人工知能技術が、ガンマ線バーストの距離推定において飛躍的な進歩を遂げた。研究を主導した国立天文台のマリア・ジョヴァンナ・ダイノッティ助教のチームは、これまで不可能だった深宇宙の現象を解明する手掛かりを得た。
AI機械学習がもたらす天文学の革命
天文学界において、人工知能（AI）の応用が急速に進んでいる。特に、ガンマ線バーストの距離推定において、これまでにない精度を実現した。ガンマ線バーストは、宇宙で最も明るく、激しい爆発現象であり、その光は数秒間にわたって太陽の生涯分のエネルギーを放出する。このため、最も遠く、最も年老いた星を探すための有力な手段とされている。
しかしながら、現在の観測技術では、ガンマ線バーストの発生距離を正確に測定することが難しく、その多くは観測量が不足している状況にあった。そこで、ダイノッティ助教とそのチームは、NASAのスウィフト衛星で取得したデータを複数の機械学習モデルと組み合わせる新たな手法を開発。これにより、ガンマ線バーストの距離推定の精度が格段に向上した。
今回の研究により、ガンマ線バーストの距離が正確に測定されたことで、これまで不明だった宇宙の進化に関する新たな知見が得られた。ガンマ線バーストは、その発生が遠方でも近隣でも観測可能であり、その分布を明らかにすることで、星の進化や宇宙の形成過程を解明するための重要な情報を提供する。
この研究の成果は、ガンマ線天文学と機械学習の両分野において、新たなフロンティアを切り開くものとなった。ダイノッティ助教は、「追跡調査と高度な機械学習手法の導入により、さらに信頼性の高い結果が得られ、宇宙がどのように進化したのかを含む、いくつかの重要な宇宙論的な疑問に答えることができるようになる」と述べている。
研究チームの今回の成功と成果は、距離が未知であったガンマ線バーストの観測における大きな前進となった。特に、複数の機械学習モデルを組み合わせた「超学習（Superlearner）」という手法が、今回の研究の鍵となった。超学習は、複数の手法を統合することで、単一の手法を使用する場合よりも高性能な予測を実現するもので、最も予測精度が低い手法を排除することが可能となる。このアプローチは、特に遠距離にあるガンマ線バーストの距離推定において、非常に有効であることが証明された。
また、別の研究では、スウィフト衛星のX線望遠鏡データを用いて、ガンマ線バーストの発生頻度が星形成率に従わないことが示された。これは、近距離で発生するガンマ線バーストが、従来考えられていた大質量星の崩壊ではなく、中性子星の合体などによって引き起こされる可能性があることを示唆している。
ダイノッティ助教と彼女のチームは、これらの研究成果を活かし、今後も宇宙の深淵に迫る研究を続ける予定だ。その成果がどのような新しい知見をもたらすのか、世界中の科学者たちが注目している。
ホームページはこちら