2022-07-21 国立天文台
スローン・デジタル・スカイ・サーベイ（SDSS）による銀河地図（左上、左下）と、AIが導き出した宇宙論パラメータでシミュレーションを行った模擬宇宙（右上はダークマター分布、右下は銀河分布）。左上は、一つ一つの黄色い点が銀河の位置を表していて、中心に地球が位置している。左下は、左上の図中に示す直方体の領域の拡大図。AIとシミュレーションが予測する銀河の分布は、実際の観測による銀河の分布とよく似た構造が見られる。（クレジット：西道啓博） オリジナルサイズ（21MB）
宇宙の性質を調べる研究でも、人工知能（AI）が活躍し始めています。天文学専用スーパーコンピュータ「アテルイⅡ」のシミュレーションを学習したAIが観測データの解析に挑み、宇宙の大規模構造の解析としてはこれまでで最も高い精度で宇宙の凸凹の度合いを測定しました。
私たちの宇宙はどのような性質を持っていて、どのように誕生し進化してきたのでしょうか。これらを明らかにしようとする研究分野を「宇宙論」と呼びます。この研究では、宇宙の性質を決める物理量である「宇宙論パラメータ」を、大規模な観測データから高精度で測定し、宇宙の性質に迫ろうとしています。
宇宙論パラメータを知るためには、観測した宇宙と、様々な宇宙論パラメータを仮定してシミュレーションした模擬宇宙とを比較して、現実の宇宙に最も近い模擬宇宙を探すという方法を取ります。しかし、一つの模擬宇宙を作るだけでも、大きな計算機のパワーが必要になります。しかも観測と比較するためには、何百万通りもの宇宙論パラメータを仮定して、シミュレーションを行わなければならないのです。
アリゾナ大学の小林洋祐（こばやし ようすけ）研究員と京都大学の西道啓博（にしみち たかひろ）特定准教授らの研究チームは、このような問題に対してAI技術の一つである機械学習を用いた解決を試みました。宇宙論パラメータを変えた100通りほどの模擬宇宙を、アテルイIIを使ってシミュレーションを行い、その結果をAIに学習させたエミュレータを開発しました。このエミュレータを使うことで、シミュレーションを行わなくても、シミュレーションと同程度の精度で、模擬宇宙の計算ができるようになったのです。
研究チームはこのエミュレータを用いて、世界最大の銀河地図であるスローン・デジタル・スカイ・サーベイ（SDSS）で得られた銀河の観測データから、宇宙論パラメータを推定しました。その結果、現在の宇宙の凸凹の度合いを表す宇宙論パラメータを、約5パーセントの精度で測定することに成功しました。これは、従来の解析方法では達成されていなかった高い精度です。
近年、これまで定説とされてきた最も単純な宇宙モデルに綻びがある可能性が、複数の大規模観測の結果から指摘されつつあります。今回開発したAIを用いた解析手法は、この指摘に対してこれまでとは異なる視点から答えを出せるものです。今後はさらにエミュレータの精度を高めて、すばる望遠鏡の超高視野多天体分光器PFS（Prime Focus Spectrograph）を用いた観測から作成する銀河地図に用いることで、宇宙を特徴づけるダークマターの総量やダークエネルギーの性質の解明につながることが期待されます。
本研究成果は、Kobayashi et al. “Full-shape cosmology analysis of SDSS-III BOSS galaxy power spectrum using emulator-based halo model: A 5% determination of σ8” として、米国の物理学専門誌『フィジカル・レビューD』のオンライン版に2022年4月20日付で掲載されました。
