天文画像の特異性とAIの適用
天文画像は普通の画像に比べて一癖も二癖もある。そんな画像なんですが、これに対して今世の中で話題のAIのモデル、これがどれだけ使えるのか。
この点について深掘りした研究というのがなんとしっかりとした論文として出ておりました。
今回はAIが天文学で使えるのか、特に画像診断で使えるのか、そんな研究になっております。
ぜひ最後までお付き合い下さい。それでは行きましょう。
基盤モデルの実績
3,2,1, Ignition.
Space to a black hole.
Japan to a black hole.
佐々木亮の宇宙話
改めまして始まりました佐々木亮の宇宙話。このチャンネルでは1日10分宇宙時間をテーマに天文学で白種語を取得した専門家の亮が毎日最新の宇宙トピックをお届けしております。
今日でエピソードが1933話目を迎えております。 基本的には1話完結でお話ししているので気になるトピックからぜひぜひ聞いてみてください。
よろしくお願いします。 ということでなんと今日のエピソードはですね提供がついております。
概要欄見たらね、もしかしたらわかるかもしれませんが、オムロンエキスパートエンジニアリング株式会社がですね、今回は提供についていただいて番組をお届けしていくというような形になっております。
最後の方でお届けしているアフタートークの部分でですね、会社のご紹介とかもいろいろさせていただくので、ぜひぜひ最後まで楽しんで聞いてもらえたら嬉しいなと思っております。
よろしくお願いします。 ということでじゃあ早速本題に入っていきましょうか。
はいということで今回お話しするのは普通の写真とは一癖も二癖も違う 天文画像っていうのがAIに向いているのかどうか
この辺りについてお話ししていきたいとおもいます。 ということでまぁ今回はちょっとエンジニアリングの会社が関わっているっていうのも含めて
僕もAIのバックグラウンドがあるので AIかける宇宙の部分のお話をしていきたいと思います。
まあこうどうでしょうあなたの生活の中でも AI使ってるっていう場面結構増えてきたんじゃないですか。
普通になんかGoogleで検索するみたいな Googleみたいな感じよりもAIに質問して自分の知りたいことを知るっていうような
体験みたいなのを だんだんだんだん踏みやすくなっているっていうのがあるのかなと思っています。
でそんな中で これ聞きなじみあるかな
基盤モデルファンデーションモデルと呼ばれるものがあって 世の中の大量の膨大な自然な画像っていうんですかねこの車だったり
犬だったり人とか風景だったりとかそういったものですね こういうのを使って作られた
AIの画像モデルの基盤モデルって感じですね っていうのがまあ存在してるんですよ
まああの僕らが自然言語あの普通に僕らが使うような言葉で情報を調べてほしいって言ったら あの
AIが探してくれるみたいなあの動きの画像バージョンみたいなのもあるんですよね っていうようなイメージで捉えてください
でだからなんかこうあらゆる画像を学習した 本当超ベテラン画像の鑑定士みたいな感じ
になっていると。でもなんか犬の写真とかいっぱい見て見れるから判断できるし まあ車とかもわかる人もわかる
なんならこう人物女性男性とかそういうのもわかってきたりする みたいな感じなんですね
でそんなあのAIの ファンデーションモデルっていうのがある中でこのファンデーションモデルっていうのを
まあ天文の画像に使えるのかなみたいな 犬とか猫とか車とか見ていたようなそういうので学習されたAIが天文のデータに
使えるのかなみたいな けどあの課題感みたいなのは結構あるんですよね
天文でめちゃめちゃたくさん画像を取得したのにその画像の中から まあこう
面白いデータっていうのをうまく抽出できないみたいな ねでその理由っていうのが例えばまぁ今回もうまくいくかいかないか仮説を
持って取り組まれた研究なんですけど 普通の画像に比べて天文の画像って例えば宇宙の写真パーって撮ったら
基本真っ暗じゃないですか ね夜空の写真パーって撮っても夜空がの中で星が写ってるのなんて
例えば全体が真っ黒だったらほんの一部とかで非常にスパースな 素なこうデータなわけですよね
基本ほとんど真っ黒でしかもたまにこうノイズがめっちゃ入っていたりとか 地球で撮る写真と見た目のルールが全然違うみたいなところがポイントになってくる
だからいろんな画像を見たモデルが 砂嵐ザーザーみたいな写真の中から宇宙的な特徴を見破ることができるのかっていうような
検証を行ってあげたんですね でそういうなんか ai のモデルって結構いろんな種類あるからいろんなのモデル試してみましょう
天文の画像に当ててみましょう どれがどんな仕事に強いのか研究の場でどういう使い方ができるのか試してみ
ましょうっていうような研究が行われました おもろいですねこれ
これねー あのアストロノミー&アストロフィギス
a & a っていうところの非常にレベルの高い論文誌に掲載されたものになってるんで 内容のクオリティというかっていうのはもうマジで安心してください
なんか変な末端研究者みたいな人がわーってやってとか変なエンジニアリングやってる人が なんか試してみたことを偉そうに喋ってるって感じじゃなくて
研究者が書いて研究者のレビューがしっかり入って あの高い審査の基準をクリアした
あのそんな感じのものですね でえっとその中でめちゃめちゃ輝いている実績が1個ありました
これ何かっていうと光学いわゆる普通にこう 人間の目で見えるような渦巻きを巻いているような銀河の写真ですね
ああいう銀河の写真のほんと形がくっきり見えているものを分類するような あのタスク
っていうのを試させたところですねこれはめっちゃうまくいくと 基盤モデルやっぱ強いです
光学銀河まあこの目に見えるような綺麗な銀河の画像だと 基盤モデルの特徴類を使うだけであのなんでしょう
自分でじゃあ銀河の画像1000万枚1万枚用意しましたみたいなところからAR モデル作るよりもこの基盤モデルそのまま流用した方が基本的には
いいケースが多いとで最大であのその精度っていうのが15%以上良くなるみたいな ところが出てきたりとか
あとはその研究今回のこの論文進めていく上で なんかこういろんなパターンの画像を与えるんですね
でいろんなパターンの画像を与えながら 半分ぐらいのデータにこれは銀河だよと教えてあげて
ai のモデルをチューニングするという方法だったりそれを30%ぐらいしかラベリング してあげないとか10%ぐらいしかラベリングしてあげないとかっていうような
なんかこう与える情報を減らして減らして減らしていった時に モデルがどれぐらいそのその減らしに耐えうるかみたいなところ
でいうと実は銀河の写真の分類だけに関して言えば 10%ぐらいしか情報は教えてあげなくてもうまく
ai がその検知っていうところに対応できたというようなのが今回見えてきた 特徴ですね
逆に何かその電波の波形みたいな 電波の情報だけを見て分類をさせようとしたところこの分類はかなり苦戦すると
研究結果の示唆
いうような結果も出ていて与えるデータと後はそのデータの下処理の方法とみたいな ところで結構大きく性能が変わってきそう
基盤モデルの料理比喩
なんかこうこれをどうだろうななんか例え話でうまくまとめようと思うと 例えばこの基盤モデルってやつがいわゆるなんかこうめっちゃ優秀な料理人みたいな
画像鑑定しとかって最初言ったけど例えば料理人だとして あの
読み込んでいくその分類させたい画像とかの情報というのはごちゃごちゃしてるっていう のはその材料がそもそも悪いみたいな
料理をしようと思ったけど材料が悪い泥だらけ切ってもいないみたいな でしかもあの何を作ってほしいっていうリクエストも曖昧お任せですって言ったら
なんかごちゃごちゃの画像ごちゃごちゃの素材に対して ごちゃごちゃな訳のわからないリクエストだけで何かを作ろうとするっていくらすごい料理人
でも難しかったりするじゃないですか ねけど下処理しっかりしてある材料が置いてあって
すいませんこれでカレー作ってくださいみたいな これでパイリア作ってくださいみたいなこと言ったら優秀な料理人なのでそれがしっかりできる
ところでその基盤モデルって呼ばれる ai のモデルってめちゃめちゃ優秀なんだけどこれにどういう その素材を与えるかっていうので性能がかなり変わってくる
逆にそれをしっかり適切にできれば天文学の中でもすでにある ai のモデルっていうのが横流しして使えるかもしれない っていう結構面白い特徴が出てきたよっていうのが今回の研究ですね
オムロンエキスパートエンジニアリングの紹介
ぜひぜひこのあたりあのソースも置いてありますので論文チェックしてみてください 宜しくお願いしまーす
じゃあアフタートークいきましょう 冒頭でもお話ししましたが実は今回のエピソードはオムロンエキスパートエンジニアリング株式会社
様からのご提供でお送りさせていただいておりました ということでここでオムロンエキスパートエンジニアリングからのお知らせです
オムロンエキスパートエンジニアリングはオムロングループの強みを生かし プロフェッショナリティの高いエンジニア社員を派遣している会社です
特にエンジニアの教育と育成には力を入れており 日々進化する技術や開発現場で求められることに対しエンジニアが継続的に活躍できるよう
丁寧な研修制度も用意されています 企業のビジョンは生涯エンジニア素敵ですね
エンジニアという職業で生涯現役で活躍し続けたいあなたを全面でサポートし伴奏 してくれるのがオムロンエキスパートエンジニアリングですと
はいいうところでまああの僕自身も データサイエンティストっていうバックグラウンドがあって最近はちょっとあの
マネジメントの仕事に移っていったりしてるんですけど あのデータサイエンティストのバックグラウンドがあってその開発とかも一定して
ねあのポッドキャストをそれこそなんか 例えば文字起こししてちょっとしたブログにしてとか
あとは僕のそもそも個人ホームページとか自分で開発したりするんですよね そうっていうような感じでエンジニアリングの素養っていうのは
あのつけておくと結構得する部分とか結構あるんですよ であの僕自身は研究を通してそういう開発のスキルみたいなのなんか
身につけていきましたけど独学ってやっぱしんどいんで なんか仕事しながらというか仕事がまさにそれになってて
でしかもその成長機会を与えてくれるみたいな会社で働くのはめっちゃ面白そうだ なぁと個人的には思ってるし
なんか結構人生の中での いい部分っていうのがありそう
僕はエンジニアリングは相当 あの僕の人生にを豊かにしてくれたものだと思ってるんではい
いい これをこのね紹介がいい出会いになったらいいなと思います
はいオムロエキスパートエンジニアリングはエンジニアが生涯にわたり開発現場の最前線 で活躍し続けることができる
生涯エンジニアを体験できる会社です エンジニアとしてキャリアを形成はもちろん生涯エンジニアとして活躍できるフィールドと成長機会が
豊富にあります気になる方は概要欄のリンクからぜひチェックしてみてください 以上オムロンエキスパートエンジニアリングからのお知らせでした
こういった形で宇宙話では あのご提供いただいた
エピソードとかどんどん作っていきますので たくさん聞いてくれたら嬉しいです
今回の話も面白いなと思ったらお手元のポッドキャストアプリでフォローボタンの 近くにある星マークこちらでレビューいただけたら嬉しいです
それではまた明日お会いしましょうさよなら
