宇宙構造の進化過程を明かすAIモデルの作成に成功 東大など

2019年8月31日 15:51

小

中

大

印刷

研究グループが提案する深層学習によるモデル(左)と従来の解析的手法によるモデル(右)の比較。提案モデルのほうが誤差が小さい。 (c) S. He et al./PNAS2019

研究グループが提案する深層学習によるモデル(左)と従来の解析的手法によるモデル(右)の比較。提案モデルのほうが誤差が小さい。 (c) S. He et al./PNAS2019[写真拡大]

写真の拡大

 東京大学は28日、人工知能を駆使した宇宙の複雑な三次元シミュレーションモデルの作成に初めて成功したと発表した。正確性と効率の両面で改善が図られるという。

【こちらも】最初に発見されたクエーサー その内部構造が明らかに 国際研究グループ

■計算予測が困難な宇宙構造

 宇宙構造やその進化の解明は、天文学者にとっての研究対象のひとつである。ビッグバン後、宇宙の中の物質分布は一様だったものの、宇宙の進化とともにダークマターを含めた物質の重力の相互作用により、宇宙の構造に変化が生じた。物質の分布が薄い領域と濃い領域に別れ、宇宙は網目状構造になっていると考えられている。

 天文学者はこれまで、宇宙の観測を再現できるモデルを作ることで宇宙を理解しようと試みてきた。だが、銀河が形成されるような、物質が高濃度な領域では、物理過程が非線形のため、解析的な手法では正確な予想が難しいという。その一方で、コンピューターによる数値シミュレーションでモデルの作成が試みられているものの、何百億個もの粒子の運動を追跡するには非常に多くの計算時間を要するという難点がある。

■AIで正確かつ素早い計算が可能に

 米カーネギーメロン大学や東京大学などの研究者が参加した国際グループは、正確性と効率性を兼ね備えた手法として、機械学習をはじめとする人工知能(AI)に注目した。機械学習はパターン認識や予測に効力を発揮する。

 研究グループは、宇宙初期の物質分布の画像データから、宇宙がどのように進化するかの予測問題を検討した。一辺が数億光年もの三次元体積をもつ巨大なシミュレーションデータを学習し、宇宙の構造形成過程を瞬時に模倣できる深層学習モデルの作成に成功。従来の解析的手法よりも何倍も正確なだけでなく、数値シミュレーションよりも圧倒的に効率的だという。

 今後は、銀河の形成や進化といったより複雑な物理現象を正確に計算するシミュレーションに対しても、瞬時の理論予測を可能にする手法が開発されることが期待される。これにより宇宙の構造形成の物理過程が解明されるだけでなく、宇宙の始まりとなった初期条件の再現も可能ではないかと、研究グループは期待を寄せている。

 研究の成果は、Proceedings of the National Academy of Sciences of the United States of Americaに6月24日付で公開された。(記事:角野未智・記事一覧を見る

関連キーワード東京大学ダークマタービッグバン人工知能(AI)

広告