AIとスーパーコンピュータで広大な銀河地図を解読―宇宙の成り立ちを決める物理量を精密に測定―
アリゾナ大学天文学科 小林洋祐 博士研究員(2021年まで東京⼤学国際⾼等研究所カブリ数物連携宇宙研究機構(以下カブリIPMU)大学院生及び特任研究員)、京都⼤学基礎物理学研究所 ⻄道啓博 特定准教授(兼:カブリIPMU客員科学研究員)、カブリIPMU ⾼⽥昌広 教授、名古屋大学素粒子宇宙起源研究所 宮武広直 准教授からなる共同研究チームは、現在世界最大の銀河サーベイであるスローン・デジタル・スカイ・サーベイ(SDSS)から得られた銀河の3次元分布(地球から見た奥行き方向および2次元角度方向)のデータと、宇宙の大規模構造の理論模型を比較し、「宇宙論パラメータ」と呼ばれる、宇宙の性質を決める基本的な物理量を測定しました。これを行うために、国立天文台のスーパーコンピュータ「アテルイⅡ」を用いて様々な宇宙論パラメータを仮定して宇宙の構造形成シミュレーションを実行し、その大規模データを人工知能(AI)技術のひとつであるニューラルネットワークに学習させることで、任意の宇宙論パラメータに対する理論計算を高速かつ高精度に実行できるソフトウェアを開発しました。つまり、今回の解析は銀河地図の観測とあらゆる宇宙論モデルのシミュレーションとの比較と同等になります。直接数値シミュレーションを用いてこの操作を行うには、現実的な時間では完了できないほど膨大な計算量が必要です。ニューラルネットワークに基づくモデルを用いることで、世界で初めてこのような解析が可能となりました。その結果、ダークマターの総量、および現在の宇宙の凸凹の度合いを表す宇宙論パラメータを、先行研究を上回る精度で測定することに成功しました。今回の手法は、カブリIPMUのリードで現在開発が進んでいるすばる望遠鏡超広視野多天体分光装置Prime Focus Spectrograph (PFS) による広天域銀河サーベイのデータにも適用することができます。本研究成果は、2022年4⽉20⽇に⽶国の物理学専⾨誌「Physical Review D」にオンライン掲載されました。