科学者が人工知能を用いて宇宙におけるダークマターを推定する

ETH Zurichの物理学部とコンピューターサイエンス部の科学者は、人工知能を用いて宇宙についてより多くのことを学ぼうとしています。彼らは、ダークマターの量を推定するために用いられる方法に貢献しています。科学者グループは、Facebookやその他のソーシャルメディア企業が顔認識に用いるものと同様の機械学習アルゴリズムを開発しました。これらのアルゴリズムは、宇宙物理学的データを分析するのに役立ちます。新しい研究と結果は、科学雑誌Physical Review Dに掲載されました。

Institute of Particle Physics and Astrophysicsの研究者であるTomasz Kacprzakは、顔認識とダークマターの推定との関連について説明しました。

「Facebookはアルゴリズムを用いて画像の中から目、口、耳を探します。私たちは、ダークマターとダークエネルギーの特徴的な兆候を探します」と彼は説明しました。

ダークマターは、望遠鏡の画像では直接見ることができません。しかし、他の銀河から地球に向かう光の経路を曲げます。これは、弱い重力レンズ効果と呼ばれます。これにより、銀河の画像が歪みます。

この歪みは、科学者によって使用されます。彼らは、空の質量を基に地図を作成し、ダークマターが存在する場所を示します。科学者は、ダークマターの位置に関する理論的な予測と地図を比較し、どれがデータに最も一致するかを探します。

地図を用いる従来の方法は、人間が設計した統計を用いて行われます。これにより、地図の各部分がどのように関連しているかが説明されます。しかし、この方法は、地図に存在する複雑なパターンを検出するには適していません。

「私たちの最近の研究では、完全に新しい方法を用いています。私たちが統計分析を自分で作るのではなく、コンピューターに仕事をさせます」とAlexandre Refregierは述べました。

Aurelien Lucchiと彼のチームは、コンピューターサイエンス部のData Analytics Labで、Janis Fluriと共に協力しました。Fluriは、Refregierのグループの博士課程の学生であり、研究の主な著者です。彼らは、ダークマターの地図から可能な限り多くの情報を抽出することができる深い人工ニューラルネットワークを確立するために、機械学習アルゴリズムを用いています。

科学者グループは、最初にニューラルネットワークに、宇宙をシミュレートしたコンピューター生成のデータを与えました。ニューラルネットワークは、どのような特徴を探すべきかを学習し、大量の情報を抽出することができました。

これらのニューラルネットワークは、人間が作成した分析を上回りました。合計で、従来の方法よりも30%高い精度を達成しました。コスモロジー学者がこれと同等の精度を達成するには、少なくとも2倍の観測時間を費やす必要があります。

これらの方法が確立された後、科学者は、KiDS-450データセットに基づいてダークマターの地図を作成しました。

「これは、このような機械学習ツールが最初に用いられた例です。私たちは、深い人工ニューラルネットワークが、以前のアプローチよりも多くの情報をデータから抽出できることを発見しました。私たちは、コスモロジーにおける機械学習のこのような使用法が、将来的に多くの応用があると信じています」とFluriは述べました。

科学者は、将来的に、より大きな画像セットであるDark Energy Surveyにこの方法を用いることを計画しています。ニューラルネットワークは、ダークマターについて新しい情報を学習することになります。