この記事を共有・保存
2026年8月に公開されたDESI Legacy Imaging Surveysの2D宇宙地図は、5.6兆ピクセル、約40億天体を含む。10月7日、この巨大データを機械学習で探索し、70個の新しい重力レンズを分光観測で確認した研究が紹介された。
FORWARD BASISがこの記事で新しく言うこと:AIが70個を“発見した”というより重要なのは、約40億天体から人間が詳しく見るべき候補を圧縮したことだ。科学におけるAIの強みは、最終判定を代替することより、希少現象に高価な望遠鏡時間を集中させる「探索の順番」を変えるところにある。
重力そのものがレンズになる
遠い銀河と地球の間に巨大な銀河などがほぼ一直線に並ぶと、手前の天体の重力が時空を曲げ、奥の天体から来る光の経路も曲がる。結果として、背景銀河が弧、リング、複数像として見える。
これが強い重力レンズだ。
面白いのは、手前の銀河が“天然の望遠鏡”になること。人間の望遠鏡だけでは暗すぎる遠方銀河を拡大してくれるだけでなく、像の歪み方から、直接光らない暗黒物質の分布まで推定できる。
ただし宇宙で都合よく一直線になる系は希少だ。巨大地図ができても、全部を人が目視するのは現実的ではない。
5.6兆ピクセルを「見る」仕事をAIへ渡した
研究チームはResidual Neural Networkを使い、重力レンズ特有の弧やリングに似たパターンを探索した。先行研究では約3,500の候補カタログが作られていた。
今回の追観測対象ではAI検索から76候補を選び、ESOのVery Large Telescopeに搭載されたMUSEで2022〜2024年に分光観測。70個が真の重力レンズだと確認された。
ここで重要なのは、画像だけで「70個確定」としなかったことだ。
重力レンズらしい形は偶然の重なりでも作れる。そこでMUSEが画像の各位置のスペクトルを取り、手前のレンズ天体と奥の光源が異なる距離にあることなどを確認する。AIは候補生成、望遠鏡は検証という分業になっている。
70/76という数字を“AI精度92%”とは呼べない
70÷76は約92%だが、これを一般的なモデル精度と呼ぶのは危険だ。76件は巨大データから何段階かの選別を経た追観測候補であり、全候補に対する偽陽性・見逃しを表す数字ではない。
また、AIが見つけやすい典型的なリングばかり選べば確認率は上がる一方、珍しい形のレンズを見逃す可能性がある。
科学探索では「当たった割合」だけでなく、「未知のタイプをどれだけ落としているか」も重要になる。
反対仮説:結局、最後は人間と望遠鏡が必要ならAIは脇役では?
むしろ逆だ。
MUSEのような大型望遠鏡の観測時間は有限で、約40億天体すべてに分光観測をかけることはできない。AIが候補空間を何桁も圧縮できるから、確定作業に高価な装置を使える。
ただし、AIが科学的事実を単独で確定したわけではない。この境界を曖昧にすると「AIが宇宙を発見」という誇張になる。
反証後に残る理解
巨大データ時代の科学では、ボトルネックが「データがない」から「データが多すぎて、どこを見るか決められない」へ変わる。
AIが強いのは、この探索順位の最適化だ。
約40億天体→候補→76追観測→70確認。
この流れを見ると、AIと科学者の役割は競争ではない。AIが“見るべき場所”を狭め、人間と精密装置が“本当にそうか”を確かめる。宇宙最大級の地図が価値を持つのは、地図そのものより、その中から例外を掘り出す方法まで揃ったときだ。
SOURCE / 原典
この記事の出典
本文の事実確認に使用した原典です。FORWARD BASIS独自の解釈・整理は本文内で区別しています。
SUPPORT FORWARD BASIS
この記事が参考になったら
FORWARD BASISは、根拠に基づく質の高い情報を届けています。記事が役に立ったと感じたら、OFUSEから活動を応援していただけるとうれしいです。
76候補から「本物」は70個 宇宙最大の2D地図でAIが見つけた“天然の望遠鏡”