NASAは現在、宇宙科学のためにA.I.を使用している

先月、NASAは声明を発表し、A.I.は宇宙科学の最大の問題のいくつかを解決するのに役立つ可能性があると述べた。A.I.は、他の惑星での生命の探索や小惑星の特定に使用できる。NASAの科学者は、Intel (INTC ) 、IBM、GoogleなどのAI業界のリーダーと提携し、先進的なコンピュータアルゴリズムを適用してこれらの問題を解決している。

NASAは、機械学習などの特定のA.I.テクノロジーに頼っている。機械学習は、データを解釈するために使用される。データは、ジェームズ・ウェッブ宇宙望遠鏡やトランジット系外惑星サーベイ衛星などの望遠鏡によって収集される。

NASAのゴダード宇宙飛行センターの天体生物学者であるGiada Arneyは、機械学習が、望遠鏡や観測所によって収集されるデータに生命の兆候を見つけるのを助けることを希望している。

「これらのテクノロジーは、特に大規模なデータセットや太陽系外惑星の分野では非常に重要です」とArneyは声明で述べた。「将来の観測から得られるデータは希薄でノイズが多いので、理解するのが非常に難しいでしょう。したがって、これらの種類のツールを使用することで、非常に多くの潜在的な利点があります。」

NASAは、毎年夏に技術と宇宙の分野のリーダーを集めて、8週間のプログラムを実施している。このプログラムはフロンティア開発（FDL）と呼ばれている。

NASAのゴダード宇宙飛行センターの天体生物学者であるShawn Domagl-Goldmanは、「FDLは、さまざまな楽器を持ったミュージシャンがガレージでジャムセッションを行い、本当にクールなものを見つけて、バンドを結成するようなものです」と述べた。

2018年、FDLのチームは、Domagl-GoldmanとArneyの指導を受けて、ニューラルネットワークを使用する機械学習テクニックを開発した。このテクニックは、分子が放出または吸収する光の波長を使用して、太陽系外惑星の大気の化学を分析する。

この新しいテクニックを使用して、研究者は、WASP-12bという太陽系外惑星の大気中のさまざまな分子を特定することができた。このテクニックは、他の方法よりも正確に分子を特定することができた。

Domagl-Goldmanによると、ニューラルネットワークは、データが不足している場合にもそれを認識できる。ベイジアンテクニックと呼ばれるこのモデルは、科学者が予測についてどれだけ自信を持っているかを示すことができる。

「データが十分に良くなかった場所では、モデルは本当の答えが分からないことを知ることができた。これは、予測を信頼するためには非常に重要です」とDomagl-Goldmanは述べた。

ベイジアンテクニックはまだ開発中であるが、他のFDLテクノロジーは実際に使用されている。2017年までに、FDLの参加者によって開発された機械学習プログラムは、近くの小惑星の3Dモデルを迅速に作成し、形状、サイズ、自転周期を正確に推定することができた。この種の情報は、NASAが地球に衝突する可能性のある小惑星を検出して防ぐのに役立つ。

天文学者は、従来、移動する小惑星のレーダー測定を分析するためのシンプルなコンピュータソフトウェアを使用して、3Dモデルを作成している。レーダーシグナルが変化することで、小惑星の物理的特性について推論するのに役立つ情報が提供される。

SETIの社長兼最高経営責任者であるBill Diamondは、「熟練した天文学者であれば、標準的なコンピューターリソースで、1か月から3か月の間に1つの小惑星の形状を決定することができる」と述べた。

フランス、南アフリカ、米国の学生と、学術機関やNividia社のメンターからなるチームは、4日間で小惑星のレンダリングが可能なアルゴリズムを開発した。このテクニックは現在、プエルトリコのアレシボ天文台の天文学者によって使用されており、実時間で小惑星の形状をモデル化している。

研究者は、将来の宇宙船にA.I.テクノロジーを搭載することを提案しており、宇宙船が実時間で決定を下すことができるようになるだろう。

「A.I.の方法は、難しいタスクの初期の作業を多く行うことで、我々の脳からの処理能力を解放するのに役立つでしょう」とArneyは述べた。「しかし、これらの方法は、人間をすぐに置き換えることはないでしょう。なぜなら、結果を確認する必要があるからです。」