天文学者が太陽系外惑星を発見したのは1990年代初頭のことでした。それ以来、科学者たちは3,400個の太陽系外惑星にタグを付けてきました。現在、科学者たちはどの惑星に地球外生命が存在する可能性があるかを特定しようとしています。しかし、研究者は1つの太陽系外惑星の分析に数日、あるいは数週間も費やすことがあります。2018年に打ち上げられるジェイムズ・ウェッブ宇宙望遠鏡のような新しい観測機器は、まもなく膨大な量の情報を送り返してくるようになるため、科学者は手作業では処理しきれないでしょう。このデータの蓄積は、新たな発見を遅らせ、場合によっては阻止してしまうでしょう。そこで、ユニバーシティ・カレッジ・ロンドンの研究者たちは、人間よりもはるかに速く深宇宙のデータをスキャンし、居住可能な惑星の兆候を探す人工知能「RobERt」を開発しました。
仕組みはこうです。惑星は近くの恒星からの光のごく一部を反射します。その光が大気を通過する際、様々なガスが特定の波長の光を吸収したり透過したりします。地球上の科学者は、そのスペクトルを用いて惑星の大気が何でできているかを判定し、ひいてはそれが生命（地球外生命体、あるいは将来の人類探査者）を支えられるかどうかを判断できます。
RobERt（Robotic Exoplanet Recognitionの略）は、太陽系外惑星のスペクトルを数秒で分析できます。その根底にある知性は、人間の脳の仕組みと似たディープビリーフニューラルネットワーク（DBN）に由来しています。つまり、複数のシリコン製「ニューロン」層を通してデータをフィルタリングし、各ニューロンが結果をさらに精緻化することで、システムが正しいと考える答え（RobERtの場合、特定のスペクトルにどのようなガスが存在するか）にたどり着くまで続きます。
DBNは人間の脳と同様に試行錯誤によって学習します。そこでRobERtを訓練するために、UCLの研究者たちは85,000以上のシミュレーションスペクトルをRobERtに見せました。最終的に、RobERtは、研究者が意図的に不完全なデータセットやノイズの多いデータセットを用いて試した場合でも、99.7%の確率でガスの混合比を正しく認識しました、とUCLチームの主任研究者であるインゴ・ウォルドマン氏は述べています。
新たな居住可能な惑星の発見は、ほんの始まりに過ぎません。RobERtの迅速なデータ分析は、科学者たちが太陽系（私たちの太陽系も含む）がそもそもどのように形成されたのかを解明することにも繋がる可能性があります。「私たちは惑星形成の理解のまさに始まりにいます」とウォルドマン氏は言います。「これを理解する唯一の方法は、他の太陽系の多くの例を見ることです。」RobERtは、私たちが既に発見している太陽系のリストに新たな情報を加えてくれるでしょう。いわば箱に入った理論天文学者のような存在です。UCLチームが宇宙機関に持ち込み、RobERtの蓄積された経験と太陽系外惑星の観測結果を照合するためのツールです。「そして運が良ければ、小さな居住可能な惑星が見つかるかもしれません」とウォルドマン氏は言います。「運が良ければですが、きっと見つかるでしょう。」
この記事はもともと「AI が地球外生命体を発見する」というタイトルで、 2016 年 11 月/12 月号の『ポピュラーサイエンス』に掲載されました。
