ニューラルネットワークは天文学者の銀河の特定に大きな前進をもたらす：2,700万個完了、今後6億個

ニューラル ネットワークは、天文学者が暗黒エネルギーの神秘的な性質を調査する最大規模の天文学調査から収集された 2,700 万個もの銀河をカタログ化するのを支援しました。

ダークエネルギーサーベイ（DES）は2013年に開始され、地球の夜空の8分の1に及ぶ銀河や超新星の撮影を目指しています。それほど多くないように思えるかもしれませんが、これほどの宇宙空間を埋め尽くす天体の数は驚異的です。DESは、宇宙が誕生してわずか60億年、つまり現在の半分にも満たない時代まで遡る、はるか昔の宇宙を垣間見ることができる窓を与えてくれます。

観測する銀河のそれぞれがどれくらいの年齢で、どこに位置しているかがわかれば、宇宙の仕組みと進化をより深く理解することができます。しかし、数千万、数億もの銀河を手作業でカタログ化することは、ほぼ不可能です。

DESは、科学者が天文学的な速度で天文データを取得している好例であり、これは手作業で処理できる量をはるかに超えています。王立天文学会月報に掲載された研究論文によると、各スナップ写真に何が含まれているかを自動的に識別し、カタログ化するコンピューターが切実に必要とされています。なぜなら、人間が処理するには時間がかかりすぎるからです（arXivで無料のプレプリントはこちら）。

「このような大規模な調査には自動分類法を適用することが必須だ」と、53の学術機関にまたがる大規模な天文学者研究チームは記している。

そして彼らは進みました。

科学者たちは、DESプロジェクトがチリの4メートル・ビクター・M・ブランコ望遠鏡を用いて取得した画像を畳み込みニューラルネットワークを用いて精査した。まず、数万枚の実物およびシミュレーションによる銀河画像を用いてアルゴリズムを学習させ、特定の標本が早期型銀河か後期型銀河かを分類した。若い天体はガスの塊と明るい星で構成され、渦巻き状の構造をとることが多いのに対し、古い天体は楕円形をしていることが多い。

第二に、このアルゴリズムは銀河が正面から撮影されたのか、横から撮影されたのかを判別できるようにも学習させました。例えば、私たちの天の川銀河は、上から見ると横から見ると全く異なって見えます。巨大な渦巻き腕は正面からは見えますが、横から見ると見えなくなります。全体として、チームのアルゴリズムは97%の精度で、テストでは偽陰性と偽陽性率はそれぞれ3～4%でした。

分類が最も難しいサンプルは、銀河が暗く、視覚的な特徴がほとんどないか全く識別できないものです。この課題を克服し、ソフトウェアに暗い天体への対処方法を学習させるため、天文学者たちはトレーニングデータ内の画像を、既存のサンプルを微調整して明るさを下げ、より遠くに見えるようにシミュレートしました。

「分類可能な近傍銀河が、元の分類を維持したまま、より遠くにあった場合にどのような姿をしているのかをシミュレートします」と、研究論文の筆頭著者で、米国ペンシルベニア大学の元ポスドク研究員であるヘスス・ベガ＝フェレロ氏は火曜日にザ・レジスター紙に語った。

正しく分類できるオブジェクトの数を50倍に増やしました

「これにより、宇宙でより多く存在する、より暗い銀河（明るさが1000倍も低い銀河）を分類できるようになりました。正しく分類できる天体の数は50倍に増加しました。」

約6億個の銀河の画像を含む、このサーベイからの次のデータバッチが間もなく到着すると、研究チームはニューラルネットワークの助けを借りてそれらを再度処理する予定です。彼らは、この研究が、ダークエネルギーが宇宙の膨張をどのように加速させているのか、そして銀河の分類から銀河がどのように時間とともに進化してきたのかを、より広範な科学界が解明するのに役立つことを期待しています。

「このカタログに含まれる銀河の中には80億光年も離れたものもあり、私たちが現在これらの天体から受けている光は、宇宙の年齢が現在の半分にも満たなかった時代にこれらの天体から発せられたものだ」とベガ・フェレロ氏は付け加えた。

「これは、早期型銀河と晩期型銀河という2つのタイプの銀河の割合が宇宙の時間とともにどのように変化し、その構造変化が恒星の構成とどのように関連しているかを研究できることを意味します。これは、銀河の形成メカニズムと進化の道筋を理解するための基本的なものです。」®