［ニュース解説］Claude Scienceで「穴のない紫外線全天地図」が完成——天文学者が語るAIエージェントとの協働

2026-10-13

はじめに

　Anthropicが2026年10月8日、天体物理学者のブリス・メナール氏がClaude Scienceと協働し、紫外線（UV）で見た初の完全な全天地図を作成した経緯を公開しました。本稿では、データ収集から欠損補完、検証、修正までの流れと、研究でAIエージェントを使う意味を解説します。

参考記事

タイトル: The missing map of the sky
著者: Brice Ménard
発行元: Anthropic
発行日: 2026年10月8日
URL: https://www.anthropic.com/research/the-missing-map-of-the-sky

要点

ジョンズ・ホプキンス大学の天体物理学者でAnthropic研究者のメナール氏が、Claude Scienceで紫外線の全天地図を作成した
公開UVデータを集約・校正・統合し、未観測の約3分の1は他波長の観測からインペインティングで推定した
隠したデータの復元テストでは、実測値との差は約10%に収まった
観測の継ぎ目が残る不具合は人間が発見し、Claudeが3万8,000件の観測すべてを補正した

詳細解説

なぜ「穴のない紫外線地図」は存在しなかったのか

　メナール氏は天体物理学の授業で、観測する波長によって空の見え方がまったく変わることを最初に示すそうです。可視光では主に恒星が、赤外線では天の川に沿って集中する微細な塵の輝きが、電波では新しい星の材料となる水素ガスが、X線では恒星の爆発やブラックホールに落ち込む物質といった激しい現象が見えます。紫外線は、若い星を取り巻く雲や恒星爆発の名残の輪など、星の光に照らされた塵を映し出す波長ですが、これまで示せる紫外線地図は穴だらけだったと同氏は振り返っています。

　紫外線は大気のオゾン層に吸収されるため、宇宙から観測する必要があります。最大のデータセットは、2003〜2013年に運用されたNASAのGALEXミッションのもので、約3万8,000回の観測で全天の約3分の2を撮像しました。ただしGALEXは、検出器を損傷する恐れがあるため、非常に明るい星のある領域、つまり星が密集する天の川の銀河面などを意図的に避けていました。NASAのSwiftや韓国のFIMS/SPEARなどのデータを合わせても、欠けた部分が残っていたとされます。

　欠損を統計的に推定する手法自体は存在しますが、ピクセル単位の緻密な校正と繰り返しの解析が必要で、数週間がかりの作業になります。メナール氏は、どの分野にも「重要だが誰の優先リストでも上位に来ない」仕事が積み残されており、Claudeによってそうした仕事に取り組みやすくなったと述べています。本稿としては、この「後回しにされがちな基盤整備」にAIを充てるという発想が、記事全体の核心だと受け止めています。

データの収集・校正・統合

　メナール氏がClaude Scienceに与えた指示は、言葉にすれば単純だったといいます。

利用可能なすべてのUVデータセットを集める
それらを共通の尺度にそろえる
1枚の地図に統合する
どのUV望遠鏡も観測していない空の領域をすべて埋める

　Claudeは複数のAIエージェントからなるチームを統率し、まずウェブ上で公開されている天文学のUVサーベイを探索しました。GALEXの場合は数万枚の画像があり、数年にわたって異なる条件で撮影されています。

　ダウンロード後は、時期の異なる画像同士を比較できるよう、各サーベイ内部の一貫性をとる作業が必要でした。特に注意を要したのが明るい星の周辺です。地上の写真で太陽や街灯がまぶしさ（グレア）を生むように、宇宙望遠鏡の画像でも星がグレアを生むため、それを除去しなければ周囲の淡い紫外線を正確に測れません。多数のエージェントが空の異なる領域を並列に担当し、こうした差を均していきました。

　続いて、異なる望遠鏡・観測装置で得られたデータを相互に校正し、同じ解像度に描き直し、共通の座標系に載せたうえで統合しました。メナール氏は方針を高いレベルで伝え、具体的な作業はClaudeがエージェントに割り振ったと説明しています。研究者が「何をすべきか」を決め、AIが「どう実行するか」を並列で担うという役割分担は、一般的な業務へのAIエージェント導入を考えるうえでも参考になる構図だと思います。

欠損を埋める「インペインティング」と精度検証

　最も難しかったのは、全天の約3分の1にあたる未観測領域の補完です。メナール氏はインペインティングという手法の利用をClaude Scienceに依頼しました。インペインティングは機械学習で一般的な処理で、大量の画像で学習したモデルが、画像の各部分と周囲との関係を学び、その知識で欠けた部分を復元する処理を指します。

　Claudeはこれに、手元にある別の情報を組み合わせました。UVデータがない領域にも、可視光・赤外線・電波の観測は存在します。UVで観測済みの約3分の2の空を使い、紫外線の明るさとこれら他波長との関係を学習したうえで、その関係を未観測の3分の1に適用し、各点の推定値と、その推定にどの程度確信があるかを算出しました。完成した地図には、各ピクセルが「実測」か「推定」かのラベルと不確かさの推定値が別レイヤーとして付いています。

　精度の確認には、既にUVデータがある領域の一部を意図的に隠し、モデルに実測値を見せずに埋めさせる方法がとられました。Anthropicの記事によれば、数回の改良を経て、隠したデータを実測値の約10%以内で推定できるようになり、その差は人の目ではほぼ判別できない程度だったといいます。最後に、ESAのGaia衛星による可視光の測定から推定した1億個以上の恒星のUV光を、補完済みの背景に重ねて、最初の完全版が完成しました。

　本稿としては、推定値と実測値を区別し、不確かさも併せて公開している点が、科学データとしての信頼性を保つうえで重要だと考えています。生成AIの出力をそのまま「事実」として扱わず、どこが推定かを明示する姿勢は、ビジネスでのAI活用にもそのまま通じる考え方だと思います。

試行錯誤——人間が見つけた「円形の継ぎ目」

　Claudeが最初からすべてを正しく処理できたわけではありません。ある晩、処理済み画像を確認していたメナール氏は、最も暗い領域の一つに、周囲よりわずかに明るい、あるいは暗い淡い円が並んでいることに気づきました。

　これはGALEXの個々の観測の痕跡でした。GALEXの各画像は空の円形の範囲を写しており、それぞれに地球大気由来のわずかで不均一な紫外線の輝きが含まれています。これが除去しきれていないと、円ごとに明るさがずれて見えます。Claudeはプロジェクト開始時にこの問題を既知の課題として挙げていましたが、地図は他のエージェントによる2回のレビューを通過してしまっていました。

　メナール氏が「個々の観測の跡が円盤状に見えるので修正できるか」と伝えると、エージェントは原因が大気の残光にあることを突き止め、3万8,000件すべての観測で補正を行いました。数時間の処理の後、円は消えたとされます。

　AIエージェント同士のレビューをすり抜けた問題を、専門家の目視が見つけたという点は示唆的です。本稿としては、エージェントによる多重チェックがあっても、最終的な品質判断には分野の知識を持つ人間の目が欠かせないことを示す事例と読めます。

完成した地図と研究者の働き方

　メナール氏とClaudeは、10を超える版を重ねて地図を改良しました。協働は数日にわたり、Claude Science上で次の手順を何度かやり取りして計画した後、Claudeが数時間の計算を自律的に進め、その間メナール氏は別の研究に戻る、というリズムで進んだといいます。

　完成した地図には、明るい若い星の周りで輝く塵の雲、巨大な恒星の爆発で吹き飛ばされたガスの泡をなぞる塵のリングやループ、銀河面から離れた場所で銀河全体の星明かりに照らされて空を横切る淡い塵のフィラメントなどが写っています。銀河面の下には、若い星で明るく輝く近傍の小さな銀河、大マゼラン雲と小マゼラン雲も見えます。メナール氏は、この地図が他の代表的な全天地図と並んで、学生が銀河の物理過程の多様さを理解する助けになることを期待しています。

　同氏は、研究に充てるはずの時間を犠牲にせずにこうしたプロジェクトを進められたと述べ、多くの科学者にも同じ理由で後回しにしている地図や図、資料があるのではないかと問いかけています。謝辞では、GALEXとSwift（NASA）、FIMS/SPEAR（韓国）、TD-1（欧州）、PlanckとGaia（ESA）の各ミッションとデータ公開に関わった人々への感謝とともに、自身の貢献はエージェントを導くことに限られていたと記しています。

　公開データという公共財を、AIの助けを借りて教育用の資源に仕立て直すという取り組みは、研究だけでなく教育の現場にも価値を還元するものと受け止めています。Claude Scienceが目指す研究者向けワークベンチの構想が、具体的な成果として形になった一例と言えると思います。