Simulation-based inference for AGN jet population modelling: Towards more robust comparisons of black hole jet speeds

宇宙を、想像してみてください。それは巨大な、宇宙規模の工場であり、そこでは想像を絶するほど強力なエンジンが絶えず稼働しています。これらのエンジンとはブラックホールであり、それらはただそこに鎮座しているわけではありません。彼らは「ジェット」と呼ばれる、数千光年にも及ぶ巨大で高速な粒子のビームを噴射しています。これらのジェットを、ロケットの排気ガスのようなものだと考えてください。ただし、燃料を燃やす代わりに、ブラックホールの強烈な重力と回転によって動かされています。科学者たちは、これらのエンジンが、小さなもの（私たちの銀河系にあるようなブラックホール）であっても、巨大なもの（他の銀河の中心に位置する超巨大なもの）であっても、同じように機能しているのかどうかを長年疑問に思ってきました。これを解明するために、天文学者たちはこれらのジェットが実際にどれほどの速さで動いているのかを測定する必要があります。しかし、ここには落とし穴があります。宇宙は一筋縄ではいきません。これらのジェットは非常に速く動き、かつ様々な方向を向いているため、どのように向けられているかによって、私たちの見え方が変わってしまうのです。これは、車が猛スピードで通り過ぎる様子を見ているようなものです。もし車がこちらに向かって突進してくれば、信じられないほど速く、明るく見えますが、もし車が離れていったり、視界を横切るように走っていたりすれば、もっと遅く、暗く見えます。このため、ジェット全体の「真の」速度を知ることは非常に困難です。なぜなら、私たちは自分たちの方を向いているものしか見ることができないからです。

この論文は、このパズルを解くための探偵物語です。著者であるクララ・リリー、ジェームズ・マシューズ、そしてロブ・フェンダーは、これらのジェットの「親集団」――つまり、私たちが見えている幸運なものだけでなく、ジェットを持つ全家族――をより詳しく観察したいと考えました。彼らは、MOJAVEと呼ばれる有名なサーベイによる174個の強力なラジオクエーサー（活動銀河の一種）のサンプルを使用しました。従来の、複雑で乱雑なデータに苦戦する「昔ながらの数学」を使う代わりに、彼らは「シミュレーションベース推論（Simulation-based inference）」と呼ばれる、現代的でコンピュータに賢い手法を用いました。これは、コンピュータが異なるルール（ジェットの速度など）を持つ何百万もの「偽の宇宙」を作り出すビデオゲームのようなものだと考えてください。その後、コンピュータは、どのルールが、観測された現実の宇宙と全く同じに見えるようになるかを学習します。これを行うことで、彼らは、これらの巨大なジェットの速度はある特定のパターンに従っていることを見出しました。すなわち、ジェットが速くなるにつれてその数は減少し、その指数はおよそ -1.32 の曲線に従うということです。決定的なことに、彼らは、この数値における不確実性が以前の研究よりもはるかに大きいこと、そしてデータの形状が単純で整ったベルカーブ（正規分布）ではないことを発見しました。彼らが、より小さなブラックホール（X線連星と呼ばれる）から放出されるジェットの速度と比較したところ、これら2つのグループは驚くほど似ていることがわかりました。速度分布の傾きは2シグマの範囲内で一致しており、ブラックホールがジェットを噴射する物理学は、ブラックホールが小さいか巨大かにかかわらず、普遍的に同じように機能している可能性を示唆しています。

宇宙のスピード違反取締り

これらの科学者が何をしたのかを理解するには、まず「宇宙のスピード違反取締り」を理解しなければなりません。あなたがレース場にいると想像してください。ただし、あなたは観客席のたった一つの席からしか車を見ることができません。車があなたに向かって真っ直ぐ走ってくると、非常に速く見え、ヘッドライトは目がくらむほど眩しくなります。車が遠ざかると、遅く、暗く見えます。もし車があなたの視界を横切るように走っていれば、その中間くらいに見えます。さて、想像してみてください。あなたはレースに参加している「すべての」車の平均速度を知ろうとしていますが、あなたに見えるのは、あなたの目の前を猛スピードで突き進んでいる車だけです。あなたは、遅い車が視界から隠れているために、すべての車が超高速であると誤解してしまうかもしれません。これはブラックホールのジェットでも起こります。宇宙はブラックホールがジェットを噴射していますが、「相対論的ビーミング」と呼ばれる現象により、私たちは主に地球に向かっており、光速に近い速度で動いているものばかりを見ることになります。より遅いものや、横方向に動いているものは、私たちの望遠鏡には捉えられないほど暗くなってしまいます。これが、私たちの宇宙の見え方を最も速く、最も明るい物体へと偏らせる「フラックス限界（flux limit）」というバイアスを生み出しているのです。

古い方法 vs 新しい方法

長い間、天文学者たちは、アンダーソン・ダーリング検定やカイ二乗検定のような標準的な数学的ツールを使って、このバイアスを修正しようとしてきました。これらのツールは、例えばジェットの速度のように、一度に一つのことだけを見ている場合にはうまく機能します。しかし、速度、明るさ、距離を同時に見ようとすると、これらのツールは混乱してしまいます。これらは、答えがきれいな対称的なベルカーブ（砂の山が中央で最も高く、均等に傾斜しているような形）に従うと仮定しがちです。また、これらは自信過剰になりがちで、非常に狭い範囲の答えを出し、「答えはこの場所にいると99%の確信を持って言えます！」と言ってしまう傾向があります。

本論文の著者たちは、異なるアプローチを試みることにしました。彼らは、**シミュレーションベース推論（SBI）**と呼ばれる手法を用いました。あなたが秘密のケーキのレシピを推測しようとしていると想像してください。ケーキを味わって一つ一つの材料を推測する代わりに、ロボットのシェフがいるとします。あなたはロボットに、「卵2個、砂糖1カップ、小麦粉3カップで作ったケーキを作って」と伝えます。ロボットはそれを焼き、結果を見せます。それを本物のケーキと比較します。もしケーキが乾燥しすぎていたら、小麦粉を減らすようにと指示します。ロボットはこれを何百万回も繰り返し、材料と最終的なケーキの関係を学習していきます。最終的に、ロボットは、手元にあるケーキを作った可能性のあるあらゆる材料の組み合わせの地図である「尤度曲面（likelihood surface）」を学習するのです。

この論文において、「材料」とはブラックホール・ジェットの特性（どのように回転するか、どれほど明るいか、時間の経過とともにどのように進化するか）であり、「ケーキ」とはMOJAVEサーベイのデータです。ロボット（ノーマライジング・フローと呼ばれる機械学習モデル）は、何百万もの偽の宇宙をシミュレートし、どれが現実のデータと一致するかを学習し、そして、現実の宇宙にとって最も可能性の高い「レシピ」を科学者に教えるのです。

大きな発見

著者たちがシミュレーションを実行した結果、古い手法では見逃されていた興味深いことがいくつか判明しました。

1. 答えはより「乱雑」であり（そしてより正直である）： 古い手法は、非常に整った対称的な答えを出していました。新しい手法は、答えが実際には「デコボコ」しており、非対称であることを示しました。例えば、速度分布における不確実性は完璧なベルカーブではなく、歪んでいます。これは、以前の研究が過信していた可能性が高いことを意味します。新しい研究は、「速度指数は -1.32 だと考えているが、-1.51 から -1.12 の間のどこかにある可能性がある」と言っています。これははるかに広い範囲ですが、より正直な範囲です。
2. 「ビーミング」因子は確実である： 彼らがテストしたパラメータの一つは、「ビーミング指数」（ジェットの角度に基づいて明るさがどれほど変化するか）でした。シミュレーションはこの一点については極めて高い確信を持っており、値を非常にタイトに特定しました。これにより、以前の科学者たちがモデルにおいてこの値を 2.0 に固定していたことが正しかったことが確認されました。
3. 「速度と明るさ」の絡み合い： シミュレーションは、いくつかの変数が「縮退（degenerate）」している、つまり互いに絡み合っていることを示しました。例えば、ジェットの明るさが時間の経過とともに変化する方法（赤方偏移による進化）は、その速度の変化と切り離すのが困難です。シミュレーションはこの絡み合いを完璧に捉え、2つの変数が混ざり合うデータの長く引き伸ばされた形状を示しました。古い手法では、この複雑さを完全に見逃していたでしょう。

宇宙のつながり：巨人たちと小人たち

この論文の最もエキサイティングな部分は、比較です。著者たちは、巨大なブラックホール（活動銀河核、またはAGN）に関する新しい、より正確な測定値を取り、私たちの銀河系にある小さなブラックホール（X線連星、またはXRB）の測定値と比較しました。

これは、フェラーリとゴーカートを比較するようなものです。あなたは、それらが全く異なるエンジンを持っていると予想するかもしれません。しかし、著者たちが「ローレンツ因子」（ジェットが光速にどれほど近いかを示す洗練された言い方）を見たとき、驚くべきことがわかりました。巨大なAGNジェットの速度分布と、小さなXRBジェットの速度分布は、2シグマの範囲内で互いに一致しているのです。

「2シグマ」とはどういう意味でしょうか？科学において、これは「これら2つのものが同じである可能性はかなり高いが、まだ100%確実ではない」と言うための方法です。それは、コインを100回投げて60回表が出たようなものです。怪しいとは考えられますが、偶然である可能性も否定できません。しかし、これは、ブラックホールがジェットを噴射する物理学が、そのブラックホールが山の大きさであれ太陽系の大きさであれ、同じルールに従っていることを示唆するには十分な強さを持っています。

なぜこれが重要なのか

この論文は、単に新しい数値を与えているのではありません。それは、新しい「考え方」を与えています。宇宙において、複雑でバイアスのかかったデータを扱うとき、すべてが整っていて対称的であると仮定する単純なツールを使うのをやめる必要があることを示しています。シミュレーションベース推論を使用することで、著者たちは、以前は見えなかったデータの「デコボコ」や「絡み合い」を見ることができました。

また、彼らは、宇宙が私たちが考えていたよりも均質である可能性を示しました。もし最小のブラックホールと最大のブラックホールのジェットが同じ速度ルールに従っているならば、それは、これらの宇宙的エンジンの背後にある根本的な物理法則が普遍的であることを示唆しています。それは、おもちゃの車と本物のレーシングカーの両方を組み立てるために、同じ設計図が使われていると気づくようなものです。

もちろん、著者たちはこれが最終的な結論であるとは言っていません。彼らは、これらの天体を観測する方法にはまだいくつかの違いがあること（例えば、巨大なジェットと小さなジェットでは、観測される距離が異なることなど）を指摘しており、完全に確信するためにはさらなるデータが必要であるとも述べています。しかし、この強力な新しい手法を用いることで、彼らは、ブラックホール・ジェットの真の性質を理解するための大きな一歩を踏み出しました。適切なツールを使えば、ついに、自分たちの方を向いているものだけでなく、ブラックホール・ジェットの「全家族」を見ることができるのだということを、彼らは証明したのです。