空の地図が欠けている
2026年10月8日ジョンズ・ホプキンス大学の天体物理学者であり、Anthropicの研究者でもあるブリス・メナールは、Claude Scienceと協力して紫外線で初めての完全な天図を作成した方法を説明します。この天図は貴重な教育ツールとなり、学生がこの波長で見ることができる銀河系の豊かな構造を詳細に観察することができるでしょう。
銀河中心が中央にある全空間が、紫外線域（遠紫外線154nmと近紫外線232nmを組み合わせ）で表されている。この地図の約3分の1、特に銀河面の大部分は、この投稿で説明された方法を用いてClaude Scienceによって予測された。地図のさらに上層には、各ピクセルが「測定済み」または「予測済み」とラベル付けされ、不確実性の推定値も示されている。ここでそれを見ることができます。
天体物理学を教えるとき、私はしばしば生徒たちに、観測する波長によって空が全く異なる姿を見せることから始めます。それぞれの波長で異なる特徴が明らかになります。可視光線では主に星が見えます。赤外線に切り替えると、天の川銀河に沿って集中した微小な Dust粒の輝きが見えます。無線波では、星やDustは消えてしまい、新しい星を形成するための原材料である水素ガスが可視化されます。 そしてX線では、星が爆発するような激しい現象や、物質がブラックホールに向かって渦を巻くような現象が見られます。これらの特徴を合わせて考えることで、天文学者はガスがどのように星に崩壊するか、星が銀河に塵を与える仕組み、そして私たちのような銀河がどのように形成されるかを理解することができます。
若い星の周りの雲から恒星の爆発によって残された環まで、UV光が星の光で照らされるほこりを明らかにする方法について話すとき、私は常に謝らざるを得ない。私が見せることができる唯一のUVマップには穴がいっぱいあった。
なぜ完全なUVマップが存在しないのか
紫外線は大気のオゾン層によって吸収されるため、紫外線スペクトルで宇宙を観測するには宇宙空間に行く必要がある。過去50年間で、宇宙望遠鏡は空の一部を紫外線域で観測し、そのデータを公開してきた。しかし、まだ観測されていない部分が多く残っている。
最大のデータセットは、2003年から2013年まで実施されたNASAのGALEXミッションから得られたもので、約38,000回の個別観測により、空の約3分の2を撮影した。しかしGALEXは、衛星の検出器に損傷を与えるリスクがあるため、銀河系の平面上にある非常に明るい星が存在する場所を意図的に避けた。 NASAのスウィフトや韓国のFIMS/SPEARといった他の宇宙望遠鏡は、さらなるデータを取得したが、これらのデータセットを組み合わせても、多くの欠落部分が残っている。
欠落データを推定し、空の完全なUVマップを作成するための統計的手法がある。しかし、これを正しく行うには数週間にわたる手間のかかる作業が必要であり、個々のピクセルレベルでの精密な校正や高度で繰り返し行われる分析が求められる。当然ながら、天体物理学者はより重要な研究を追求するために、このような作業を脇に置く傾向がある。 ほとんどの分野には、重要な概念を説明したり他の研究者を助けたりするような同様のプロジェクトが山積みになっていますが、誰もが完成させるほど重要ではないため、実行されません。Claudeを使えば、このような低優先度の作業をこなすのがより簡単になりました。
欠けている地図を作成する
この夏、Claude Scienceを使って空の完全なUVマップを作成することにした。指示は簡単だったが、実行するのは難しかった：利用可能なすべてのUVデータセットを集め、共通のスケールで整理し、一つのマップに統合し、UV望遠鏡がこれまで観測したことのない空の部分を埋めていった。
これを実行するために、クロードはAIエージェントのチームを組織した。まず、エージェントたちはウェブ上で公開されている天文用UV観測データを検索した。それらは、数年にわたり様々な条件の下で取得された、多数の個別データポイントや画像から成る大規模なコレクションである。NASAのGALEXミッションの場合、その数は数万枚にも及ぶ。
データをダウンロードした後、エージェントは各調査結果が内部で一致するようにしなければならなかった。そうすることで、ある時期に撮影された画像と別の時期に撮影された画像を比較することができる。これには、明るい星の周辺領域に特に注意を払う必要があった。地球上で太陽や街灯が写真に乱反射をもたらすように、宇宙望遠鏡で撮影された空の画像にも星が乱反射をもたらすことがある。 星の周りの弱いUV光を正確に測定する前に、その強烈な光は取り除かれる必要があった。空の異なる地域で並行して作業している多くのエージェントたちが、これらの差を均一にした。
次に、調査結果を統合する必要がありました。データセットは、異なる望遠鏡で異なる装置によって収集され、各データセットは紫外線空間を少しずつ異なる形で捉えているため、互いに校正を行い、同じ解像度で再描き、共通の座標系にマッピングする必要がありました。私はクロードにその方法について高レベルの指示を出し、クロードはアジェントチームをこの作業に配置しました。
次に最も難しい部分が現れた。それは地図上の空白部分を埋めることだ。空の約3分の1はUV光で観測されたことがない。その空白部分を補うために、私はClaude Scienceに「インパイン팅」という技術を使うよう依頼した。これは機械学習における一般的なプロセスであり、数百万枚の写真で訓練されたモデルが、画像の各部分が周囲とどのように関連しているかを学び、その知識を利用して損傷したり欠けている部分を復元するのだ。
クロードは、このアプローチに私たちが持っている追加情報を組み合わせました。UVデータが欠けている場合は、可視光、赤外線、無線の他の波長における観測データがあります。空の3分の2を使って… あります UVでマッピングされた後、クロードはUVの明るさが他の波長とどのように関係しているかを学んだ。その後、UVデータが存在しない空の3分の1に対してその関係を適用し、各点でどのような様子になるべきか、そしてその推定に対する信頼度を推定した。
モデルの予測の正確さを確認するために、既にUVデータがある地域についてClaudeに実行させ、意図的にその一部を隠し、インペインングで埋めるように設計された空白部分を作るようにした。モデルは、実際の値にアクセスできない状況で、学んだことを使って画像を完成させなければならなかった。数回の修正を経て、隠されたデータを実際のUV測定値の約10％以内で推定することができ、その差は人間の目にはほとんど見えないほどだった。
最後に、このぼやけた背景に、クロードは欧州宇宙機関のガイア衛星による測定から得られた1億個以上の恒星からの紫外線の推定値を可視光で加えました。空の完全な紫外線マップの最初のバージョンが完成しました。
試行錯誤
クラウドは最初の試行で全てを正しく行うことはできなかった。例えば、ある夜、処理された画像をよく見ると、最も暗いフィールドの一つに何か異常な点があることに気づいた：かすかな円形の輪郭があり、それぞれが隣のものより少し明るく、または暗い。
これらは個々のGALEX観測による足跡である。各GALEX画像は空の円形部分を捉えており、各画像には地球の大気から来るわずかに不均一なUV光が含まれている。その光が完全に除去されない場合、各円形部分は周囲のものよりもわずかに明るくなったり暗くなったりする。クロードはプロジェクトの開始時にこれを既知の問題として記載していたが、地図は他の担当者による2回のレビューを経て、その問題が発見されることはなかった。
私はクロードに言った。「個々の観測結果の痕跡が残るディスクが見えますが、それを修正してもらえますか？」エージェントたちは問題を残りの大気の光によって引き起こされるものだと特定した。その後、クロードは全38,000回の観測結果でその光を補正した。数時間の処理の後、円形の痕跡は消えた。
最終マップ
クロードと私は、一連の地図を12以上のバージョンを作り上げました。各バージョンは前のものよりも洗練されていきました。私たちの協力は数日間にわたり、予測可能なリズムで進みました。私はクロード・サイエンス内でいくつかのやり取りを行い次のステップを計画し、その後クロードが数時間にわたって計算を行い、私は他のプロジェクトに戻り作業を続けました。
完成された地図は、UV光で天球全体を描いており、興味深い構造が多数見られます。例えば、明るい若い星の周りで輝く塵雲、巨大な塵の環やループ、大質量星の爆発によって生じたガス泡などです。銀河面から遠く離れた場所では、薄暗い塵の糸が天球を横切っており、それは全銀河の星々の光によって照らされています。銀河面の下には、若い星で明るい2つの小さな隣接銀河、大マジェルラック雲と小マジェルラック雲があります。とても美しいと思います。そして、他の標準的な地図と共に、多くの学生が私たちの銀河で起こるさまざまな物理的プロセスを理解するのに役立つでしょう。
一度だけ、本来研究に費やすはずだった時間を犠牲にすることなく、このようなプロジェクトを進めることができました。多くの科学者も、同じ理由で先延ばしにしている地図や図形、あるいはリソースを思いつくことだろうと私は思います。
謝辞
この地図を作成するために使用された測定値は、GALEXおよびSwift（NASA）、FIMS/SPEAR（韓国）、TD-1（ヨーロッパ）、およびPlanckとGaia（ESA）から得られたものです。これらのミッションに関わり、データを公開するにあたってご尽力いただいたすべての方に感謝します。Claude Scienceで働く多くの人々が、この地図を作成するために忍耐強く作業してくれました。私の役割は、彼らを導くことに限られました。
Anthropic Scienceに登録する
科学全般におけるAI支援による発見、実用的なワークフロー、フィールドノートに関する特徴。