宇宙に存在する謎に満ちた物質。AIによってその解析に光明が

active-galactic-nucleus-centauru — 活動銀河核を持つ銀河、ケンタウルス座A
Image: ESO/WFI (Optical); MPIfR/ESO/APEX/A.Weiss et al. (Submillimetre); NASA/CXC/CfA/R.Kraft et al. (X-ray)

宇宙に存在する正体不明の物質ダークマター。正体不明って、何なのか気になりますよね。

ただ、その正体を突き止めるのは簡単ではありません。なぜならダークマターは見えないし、触ることもできないから。

私たちがモノを見ることができるのは、光という電磁波を感知できるからです。モノに触れる（触ったときに指先に感触を得る）のは、原子と原子が押しあったときの電磁相互作用（相互作用：素粒子同士が互いに影響し合う仕組み）による反発を感じるからです。

ダークマターはこの電磁相互作用をしないため、見ることも触ることもできず、望遠鏡などの光を使った観測が直接できないため、研究者たちを悩ませてきました。

しかし、このダークマター、重力によって環境と相互作用することはあるんです。つまり重力相互作用を通じて、その影響を観測することができるのです。銀河ハローや、アインシュタインリングはその一例です。

ただし観測しようとしても、ここは喧騒に包まれた宇宙。望遠鏡が不必要な情報もキャッチしてしまうため、やっぱり研究は困難です…。

観測の精度を上げるAIアルゴリズム

そんな状況の中、ある研究者が、ダークマターの観測でのノイズ除去作業を簡素化する方法を開発しました。それがAIを用いた新しいアルゴリズムです。これで、研究が前進しそう！

このディープラーニングアルゴリズムは、超大質量ブラックホールを核に持つ活動銀河核（AGN）など、強力な宇宙現象から発せられるノイズと、ダークマターが引き起こす相互作用による微妙な信号を区別することを可能にします。この手法に関する研究は、「Nature Astronomy」誌に発表されました。

スイス連邦工科大学ローザンヌ校の天文学者、デイヴィッド・ハーヴェイ氏は、BAHAMAS-SIDMというプロジェクトから得た画像を使って、"畳み込みニューラルネットワーク"を訓練しました。

このプロジェクトでは、ダークマターと活動銀河核が、それぞれどのように銀河団に影響を及ぼすのかをシミュレーションしています。ニューラルネットワークは、こうした画像を学習し、活動銀河核からの信号とダークマターの相互作用による信号を区別できるようになりました。

最も精度が高かったニューラルネットワークは、「Inception」と名付けられました。Inceptionは、理想的な条件下で80％の精度を達成し、観測ノイズが加えられてもその精度を維持することができました。

観測ノイズは、どの望遠鏡データにも入ってしまいます。例えば、ダークマターとダークエネルギーを調査するために、数十億の銀河を撮影する予定になっている欧州宇宙機関（ESA）の宇宙望遠鏡「ユークリッド」にも、観測ノイズが含まれることは避けられません。ユークリッドは14億ドル（約2020億円）もするのにも関わらずです。