Enabling New Discoveries with Machine Learning

宇宙は、人間の耳だけで聴き取れるにはあまりにも騒がしくなりつつあります。今後数年の間に、巨大な新型望遠鏡が空をスキャンし始め、天文学者がこれまで直面したことのないほどのペースで画像や信号を捉え始めるでしょう。一つのプロジェクトであるベラ・C・ルービン天文台は、最終的に約200億個の光学銀河をカタログ化し、毎晩1,000万回以上もの空の変化を検知することになります。また別のプロジェクトであるスクエア・キロメートル・アレイは、10億個以上の電波銀河を発見するでしょう。データがこれほど圧倒的な量で押し寄せるとき、科学者が一つひとつの画像や信号を座って一つずつ眺めるという古い手法は不可能になります。課題はもはやデータの収集だけでなく、干し草の山が惑星ほどの大きさになったときに、その中から一本の針を見つけ出すことなのです。

これを解決するために、研究者たちは機械学習へと目を向けています。これは、あらゆるルールに対して明示的にプログラミングされることなく、コンピュータがパターンを認識することを学ぶ分野です。しかし、単に「異常なもの」をフラグ立てするだけの単純なコンピュータプログラムでは不十分です。数十億の天体が含まれるデータセットの中では、コンピュータはカメラの不具合やレンズの汚れを「奇妙なもの」としてフラグ立てしてしまうことがありますが、それらは科学的な価値を持ちません。真の目標は、本当に興味深いアノマリー（例外的事象）、つまり、私たちの宇宙に対する理解を書き換える可能性のある、稀で新しく、あるいは予期せぬ天体を見つけることです。ここにミシェル・ロッホナーとその同僚たちの研究の役割があり、生の計算能力と人間の好奇心の間の溝を埋める新しい方法を提示しています。

研究者たちは、科学者がこれらの膨大なデータセットを効率的にふるい分けるために設計された「astronomaly」と呼ばれるツールを開発しました。コンピュータに新しい種類の天体がどのような姿をしているかを正確に教えようとするのではなく（もし誰も見たことがなければそれは不可能です）、このシステムは「能動学習（アクティブ・ラーニング）」と呼ばれる手法を用います。このプロセスでは、コンピュータがデータをスキャンし、最も有望な候補の少数の選択肢を人間の科学者に提示します。科学者はこれらを「興味深い」か「興味深くない」かにラベル付けします。コンピュータはこれらの選択から学び、人間が何を価値があると考えているかについての理解を深め、それに基づいて残りのデータを分類していきます。これにより、機械が分類という重労働を担い、人間が真に重要な発見を見抜くための直感を提供するというパートナーシップが生まれます。

このアプローチは、すでに実際の発見へとつながっています。astronomalyを用いて、チームは「SAURON」と名付けられた新しいタイプの電波源を特定しました。これは「Steep and Uneven Ring of Nonthermal radiation（非熱的放射の急峻で不均一なリング）」の略称です。ダークエネルギー・カメラ・レガシー・サーベイのデータから発見されたこの天体は、既知のどのソースとも似ておらず、二つの超大質量ブラックホールが合体した際の残骸である可能性があります。また、このツールは、従来の方法では見逃されていた珍しい変光星や銀河の合体をも明らかにしました。ある事例では、このツールはダークエネルギー・カメラ・レガシー・サーベイからの約400万枚の光学画像を分析し、標準的な分類を拒む天体を含む、専門家が最も興味深いと判断した十数の特定のソースを浮き上がらせました。

この成功の鍵は、コンピュータがどのようにデータを理解しているかにあります。数十年にわたり、科学者は銀河の形状や星の明るさの時間変化など、コンピュータが探すべき特徴を手動で設計しなければなりませんでした。これは困難なステップであり、コンピュータが見つけられる範囲を制限することがよくありました。新しい研究は、より高度な機械学習の一種である「ディープラーニング（深層学習）」を用いることで、コンピュータが自らこれらの特徴を見つけ出せるようになることを示しています。画像の複雑なパターンを認識するようにコンピュータを訓練することで、システムはデータの豊かな内部マップを作成できます。研究者がこの手法を適用したところ、コンピュータは類似した銀河をグループ化し、珍しいものを以前よりもはるかに高い精度で分離できることが分かりました。

しかし、研究者たちはこれらの高度なシステムが機能する際の、微妙ながらも重要な捻りを発見しました。古い手動設計の特徴を使用していたときは、奇妙な天体はデータマップの非常に端の方に位置し、外れ値として見つけやすくなっていました。しかし、新しいディープラーニングの手法を用いると、奇妙な天体はマップの深い場所に、通常の天体と混ざり合って存在することがよくありました。端にあるものだけを探すコンピュータは、これらを見逃してしまいます。これを解決するために、チームは「astronomaly: protege」と呼ばれるバージョンのツールでアプローチを洗練させました。このバージョンは、単に統計的な異常を探すのではなく、ユーザーが何に興味を持つかに完全に焦点を当て、ユーザーのフィードバックから直接学習して、複雑なデータマップをナビゲートするのです。

論文は、天文学における発見の未来は、このような人間と機械の特定の種類のパートナーシップにかかっていると結論付けています。新しい望遠鏡からのデータの洪水が増大するにつれ、並外れたものを自動的に探索する能力は不可欠となるでしょう。研究者たちは、「興味深い」とは科学者ごとに異なる主観的な性質であるため、最善の道はそれをコードの中に完璧に定義しようとすることではなく、私たちからそれを学ぶシステムを構築することであると主張しています。機械のスピードと人間の専門家の直感を組み合わせることで、天文学者たちは、1967年にジョスリン・ベル・バーネルによって発見された最初のパルサーのように驚くべき次の大発見が、ノイズの中に失われてしまうことがないようにできるのです。