2009年3月7日（日本時間）、フロリダの夜空を切り裂き、一台の望遠鏡が宇宙へと旅立ちました。NASAの「ケプラー宇宙望遠鏡」です。このミッションは、単に遠くの星を見るためだけではなく、宇宙における「データの定義」を根底から変える、壮大なデジタル・フロンティアの幕開けでもありました。
0.01%の影を追う「精密ハードウェア」の限界
ケプラーの使命は、地球に似た惑星を探すこと。その手法は、惑星が恒星の前を横切る際のわずかな減光を捉える「トランジット法」です。その感度は、数百キロ先にある車のヘッドライトの前を「一匹の蚊」が横切った瞬間の、わずか0.01%以下の光の変化を検知できるほど。
しかし、打ち上げから数年、ケプラーが送り届けてくる膨大な「光のビッグデータ」は、人間の天文学者が一生をかけても精査しきれないほどの巨大な山となっていました。
GoogleのAIが「見捨てられたシグナル」を救い出す
ここでイノベーションが起きます。2017年、GoogleのAIリサーチチームが、この「宇宙のビッグデータ」にディープラーニングを適用したのです。
彼らが開発したニューラルネットワーク「AstroNet」は、人間が「単なるノイズ」として切り捨てていた微弱な信号の中から、本物の惑星の影を識別する訓練を受けました。
AIが惑星を特定する論理（シグモイド関数）
信号が惑星である確率 $P$ は、抽出された特徴量（減光の深さや周期性など）の重み付け合計をもとに、以下の関数などで算出されます。
熟練の天文学者が「おそらくノイズだろう」と直感で判断したデータの隅に、AIは99%を超える確信度で「第8の惑星」の存在を見出したのです。
発見された「ケプラー90i」：第2の太陽系の証明
このAI解析によって、恒星「ケプラー90」の周りに、それまで見逃されていた8番目の惑星「ケプラー90i」が発見されました。これは、我々の太陽系以外で初めて「8つの惑星を持つシステム」が確認された歴史的瞬間です。
この発見は、宇宙において「8惑星を持つ星系」が特別なものではなく、データの中にまだ見ぬ世界がいくらでも眠っていることを証明しました。
望遠鏡は「データサーバー」へと進化した
ケプラーの打ち上げから17年が経過した今、天文学は「レンズを覗く学問」から、サーバー内のデータを掘り進める「データマイニング」へと変貌を遂げました。
NASAがデータをオープンにし、Googleが解析コードをGitHubで公開したことで、今や誰もが自宅のPCから新惑星を探せる「科学の民主化」が起きています。3月7日は、私たちが「宇宙をデータとして理解し始めた日」として、テクノロジー史に刻まれるべき記念日なのです。
infomation
【用語解説】
ライトカーブ（光度曲線）
恒星の明るさを時間軸で記録したグラフ。惑星が横切る際に生じるＶ字型の減光パターンを解析することで、惑星の半径や公転周期を導き出すことができる。
AstroNet
Googleのエンジニア、クリス・シャルー氏らが開発した、系外惑星探査のための畳み込みニューラルネットワーク（CNN）。画像認識技術を応用して光度曲線のパターンを解析する。
【参考記事】
Kepler: NASA’s First Mission Capable of Finding Earth-Size Planets （外部）
ケプラーミッションの全体像、打ち上げの経緯、および系外惑星探査の基本原理である「トランジット法」の仕組みについて解説したNASAの公式アーカイブ。
Identifying Exoplanets with Deep Learning: A Five-planet System Around Kepler-80 and an Eighth Planet Around Kepler-90 (The Astronomical Journal)（外部）
Googleのクリス・シャルー氏とテキサス大学のアンドリュー・ヴァンダーバーグ氏による共同研究論文。AIがいかにして信号のノイズを処理し、惑星を特定したかの数学的・科学的根拠を論じている。
