大量の仮想惑星がGoogleとNASAの実際のエイリアン発見に役立つかもしれない

カリフォルニア州マウンテンビューにある NASA のフロンティア開発研究所 (FDL) の研究者たちは、この夏、この世のものとは思えない問題に取り組んできました。彼らは世界中から、さまざまな分野から集まってきました。コンピューター科学のエンジニア、惑星科学者、さらには素粒子物理学者までです。8 週間にわたって、彼らはデータと地図を掘り起こし、世界と大気を作り出し、それらを分類し、シミュレーションに対してコンピューター アルゴリズムをテストしました。彼らの最終成果物はまだ粗いものですが、私たちの太陽系についての理解や、宇宙のどこかにある居住可能な、あるいは人が住んでいるかもしれない惑星を見つけるための全体的な取り組みに貢献できるのではないかと期待する人もいます。

FDL プログラム自体は現在 3 年目を迎えています。これまでのセッションでは、小惑星の検出、マッピング、偏向、太陽嵐のマッピングなどの問題に取り組んできました。

今年は、IBM、KX、ロッキード・マーティンがスポンサーとなって宇宙天気予報を改善する方法を模索するグループなど、太陽系に焦点を当てたセッションが行われました。Intel、Space Resources、Xprizeがスポンサーとなったチームは、宇宙資源の探索において、小惑星やその他の惑星の表面の地図や経路を描く新しい方法をAIで開発しました。太陽系外では、Google Cloudがスポンサーとなった3つのプロジェクトで、太陽系外惑星の発見、その大気の調査、生命の兆候の探索が検討されました。

FDL は官民パートナーシップとして設立され、企業が資金、リソース、専門知識を提供し、NASA と SETI 研究所がデータ、専門家、施設へのアクセスを提供します。NASA は、将来 TESS 望遠鏡などのプロジェクトに貢献できる可能性のある研究方法の手がかりを得ましたが、Google などの企業は、先進的な科学者やエンジニア、つまり将来の研究プロジェクトでその製品を使用することを決定する可能性のある潜在的顧客に自社の技術を披露する機会を得ました。3 つのコンテストのスポンサーである Google Cloud の売り文句の一部は、同様の役割を果たす可能性のある既存のスーパーコンピューターと比較して、自社の製品がより安価でアクセスしやすいオプションを提供するというものでした。

「NASA​​にはプレアデスというスーパーコンピューターがあるが、そのスーパーコンピューターを使う時間を確保するのは本当に難しい」と、Googleの応用AI技術ディレクターでこのプロジェクトの指導者の一人であるマッシモ・マスカーロ氏は言う。

Google Cloud のオプションはスーパーコンピューターのパワーに取って代わるものではありませんが、膨大な量の情報を比較的迅速に処理できます。これは、研究者が数千、あるいは数百万の可能性のある世界を扱う場合に有利です。

他の世界

Google は太陽系外惑星に関する経験がある。昨年、このテクノロジー企業は機械学習技術を開発し、ケプラー宇宙望遠鏡が収集したデータから太陽系外惑星を 2 つ特定した。しかし、ケプラーは燃料切れ状態にあり、研究者たちは次世代の惑星探査望遠鏡である TESS でその成功を継続する方法を見つけたいと考えていた。

TESS はトランジット系外惑星探査衛星の略称で、わずか数か月の観測で、科学者らはすでに 2 つの系外惑星候補を特定しています。しかし、この夏 FDL で研究していた研究者らは、そのデータにアクセスできませんでした。そのデータはまだ存在していなかったのです。代わりに、研究者らはケプラーから収集済みのデータと TESS のシミュレーションデータを使用しました (NASA は、実際の結果が返ってくる前に惑星発見技術をテストするため、TESS の打ち上げ前にそのデータを作成したのです)。

機械学習を使用して、彼らはケプラーデータセット内の惑星を既存のプログラムよりもわずかに優れた精度で認識できるアルゴリズム（96%対94%）を作成し、シミュレートされたTESSデータ内のすべての背景情報から惑星の小さな信号を選別できるコンピューターモデルを作成しました。彼らの方法はまだ開発段階ですが、研究者たちは、データが引き続き入ってくるにつれて、TESS研究者が惑星をさらに迅速に分類するのに役立つことを期待しています。

惑星を見つけることは 1 つのステップですが、それらの惑星が実際にどのようなものであるかを理解するのはまったく別の問題です。そこで、宇宙生物学の課題が登場しました。

惑星の大気の分類に重点を置くあるチームは、実際に 300 万個の太陽系外惑星 (地球に似た岩石惑星) のシミュレーション データセットを作成しました。これまで人類が太陽系外に発見した惑星は数千個に過ぎず、その多くは大型ガス惑星です。実験に使える 300 万個の惑星 (コンピューター シミュレーションであっても) は太陽系外惑星の研究者にとって貴重です。研究者は、TESS やその他の将来の望遠鏡からのデータが地球上で蓄積されるのを待つ間に、大規模なデータセットで理論をテストできます。

そして、惑星にアクセスできるのはプロの天文学者だけではない。「我々の300万の惑星データセットは一般に公開される予定です」と、チームに所属するピッツバーグ大学の惑星科学者モリー・オバーンは言う。

研究チームはまた、これらの小さな岩石惑星の組成を詳細に解明する方法も検討した。これにより、宇宙生物学者は惑星が居住可能かどうかを判断できる可能性がある。

3 番目の課題はさらに一歩進んで、宇宙探査における最大の疑問の 1 つである、他の惑星の生命をどうやって特定するかという問題に取り組み始めました。現状では、宇宙生物学者が生命が存在する惑星がどのようなものかを示した例は、この 1 つしかありません。彼らは、Google Cloud と組み合わせたソフトウェア プログラムを使用して、大気を持つ 15 万個の惑星を作成し、将来の研究者 (またはコンピュータ プログラム) が生命が存在する惑星を特定するために使用する可能性のある要素を整理し始めました。

8 週間のセッションは、研究者チームが耐えてきた深夜の議論や眠れない夜と同様に、これで終了です。これからは、彼らの研究成果が吟味され、改善されることになります。宇宙生物学者とコンピューター科学者が 2 か月間隣り合って座り、コードや疑問を整理するこのような機会は、多くの人にはもう二度と訪れないでしょう。しかし、彼らは今、この共同研究から何が生まれるか知っています。

ケンブリッジ大学の素粒子物理学者ウィル・フォーセット氏は、この重要な教訓を大いに活用している。「真に学際的な研究は可能です」と同氏は言う。「それは可能であり、双方にとってやりがいのあることです。」