ついにAIと古き良きシミュレーションの活用法が誕生：宇宙でETを追跡

Google Cloud は NASA の Frontier Development Lab と提携し、シミュレーションと機械学習テクノロジーを使用して地球外生命体の探索を行っています。

宇宙空間のどこに生命が存在する可能性があるのか​​を正確に突き止めるのは容易ではありません。生物が生存するために必要な具体的な条件や物質が必ずしも明らかではないからです。言い換えれば、数百兆マイルも離れた惑星や天体に必要な構成要素や位置関係が備わっているかどうかは、必ずしも明らかではありません。私たちが頼りにできるのは、地球をケーススタディとして用いることだけです。

科学者は、私たちが知る生命を支えるのに必要な理想的な条件を推測するために、様々な惑星や岩石から得られる断片的な情報をつなぎ合わせなければならないことがよくあります。科学者が本当に必要としているのは、生命を育む可能性のある世界のより具体的なモデルを構築し、それらのシナリオに基づいて天体を選別することです。もし地球外惑星がモデルに当てはまるなら、そこには生命が存在する可能性があります。

そのため、Google Cloudの開発者たちは、生命が存在する可能性のある様々な惑星のシミュレーションを作成しました。最初のプロジェクトでは、惑星の大気の特性（密度、温度、化学組成、圧力、特定の生物学的化合物の濃度など）をモデル化します。「Atmos」と呼ばれるこのソフトウェアは、地球に似た大気から始めて、生命が存在する可能性のある惑星を科学者が探すのを支援することを目的としています。

「興味深いことに、Atmos は地球上で見つかるこれらの分子の濃度から始めて、濃度を少しずつ調整し、合理的または物理的に安定した範囲内で、事実上無限の数の組み合わせをシミュレートします」と、Google Cloud の応用 AI テクニカル ディレクターであるマッシモ マスカロ氏は今週初めに述べた。

これらのシミュレーションを実際のデータと比較することで、特定の惑星に生命が存在する可能性を評価できます。

宇宙生物学者が最も関心を寄せているのは、親星の周囲にあるハビタブルゾーン（生命居住可能領域）に位置する岩石惑星です。表面に液体の水が存在する可能性があります。NASAのケプラー宇宙探査機は、生命が存在するには寒すぎず暑すぎない、いわゆる「ゴルディロックスゾーン」で、こうした惑星をいくつか発見しました。

そこで、GoogleとNASAの研究所による2番目のチームは、高解像度の望遠鏡画像を研究することで岩石質の太陽系外惑星の大気中の化合物を特定できるINARAと呼ばれる機械学習ベースのツールを構築した。

このソフトウェアを開発するために、研究者たちは300万個以上の惑星のスペクトルシグネチャー（大気の化学組成の指紋）をシミュレートし、それらをラベル付けして畳み込みニューラルネットワーク（CNN）を学習させました。これにより、CNNはNASAのケプラー宇宙船から取得された惑星の大気の画像と光度曲線から、惑星の化学組成を自動的に推定できるようになります。つまり、ニューラルネットワークは望遠鏡の画像と化学組成を関連付けるように学習されたということです。つまり、与えられた画像セットを見せるだけで、関連する化学成分を吐き出します。この化学成分は、生命が爆発的に出現する可能性を評価するために活用できます。

INARAは、惑星の大気中に存在する可能性のある生物学的化合物を数秒で特定します。「ケプラー望遠鏡によって生成されるデータセットの規模、そして間もなく打ち上げられるトランジット系外惑星サーベイ衛星（TESS）から地球に送られるさらに膨大なデータ量を考えると、惑星ごとの分析時間を最小限に抑えることで、この研究を加速させ、有望な候補を見逃さずに済むでしょう」とマスカロ氏は結論付けました。®