AIToday
大規模言語モデルTHE DECODER掲載日時: 2026年10月9日 19:01

AnthropicのAI、初の紫外線全天マップ作成

LINEで送る
AnthropicのAI、初の紫外線全天マップ作成

3つのポイント

  1. 何が起きたか

    ジョンズ・ホプキンス大学のBrice Ménard氏がAnthropicのClaude Scienceを使い、初の完全な紫外線全天マップを作成。AIがデータを統合しインペインティングで補完。

  2. なぜ重要か

    AIが煩雑なデータ準備を担えることを示す。教材想定。Ménard氏は類似プロジェクトをAIが実現可能にすると考えている。

誰に効くか大規模なデータ処理プロジェクトを棚上げにしてきた研究グループや大学の天文学チームにとって、AIエージェントがダウンロード、校正、欠損補完を自ら担うテンプレートとなる。テストで実測値との平均誤差が約10パーセントだったことは、そうしたグループが出力を信頼する際の最初の指標となる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

このプロジェクトを可能にした要因の一つは物理的な制約だ。紫外線はオゾン層に遮られるため宇宙からしか観測できず、NASAのGALEXミッションは天域の約3分の2をカバーしたものの、明るい星形成領域を除外していた。そこでは星光照らされる塵——若い星の周りの雲や恒星爆発による環——が最も鮮明に現れる。

この空白を埋めたのは新しい望遠鏡ではなく、複数の宇宙ミッションからデータを引き出し、校正し、統合し、インペインティングで欠損領域を再構成するAIエージェントを調整するClaude Scienceだった。インペインティングとは、モデルが既存データから学習して穴を埋める手法だ。精度の数値は再構成された領域が実際の空をよく追跡していることを示唆するが、このマップは完成した科学器具というよりまず教材として位置づけられている。

Ménard氏がそこから引き出すより広い意味は、ブレークスルーではなく積み残しに関するものだ。同氏は、多くの科学者が先送りしてきた類似プロジェクトをAIが実現可能にすると考えている。休止していたプロジェクトがついに成し遂げられる理由としてAIを位置づけるこの枠組みこそ、Anthropicが今回の公開で打ち出している主張だ。

よくある質問
なぜ完全な紫外線全天マップはこれまで存在しなかったのか?
オゾン層が紫外線を遮るため宇宙からしか測定できず、NASAのGALEXミッションは天域の約3分の2をカバーしたが明るい星形成領域は除外していた。
Claude Scienceの出力精度は?
テストでは予測値と実測値の平均誤差は約10パーセントだった。
このマップの用途は?
教材としての利用を想定しており、Ménard氏は多くの科学者が先送りしてきた類似プロジェクトをAIが実現可能にすると考えている。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

McKinsey、AIで知識グラフ化

マッキンゼーのジェームズ・キャプラン・ディスティングイッシュト・パートナーは、AIが乱雑で非構造化のデータを照会し、構造化データと決定論的な業務ルールに変換して知識グラフに保存できるようになったと述べた

NEWSiliconANGLE AI1時間前

UBS、AI解約リスクは管理可能

UBSのArpine Kocharyan氏らはMetaのMuse AIエージェントによるPlanet Fitnessの解約・会員リスクは実務上管理可能とし、アプリ内認証、生体認証、ネットワークレベルでのbot遮断、会員本…

NEWYahoo Finance AI1時間前

Anthropicが1000体の並列実行へ

AnthropicがClaude Managed Agentsに動的ワークフローを追加

NEWTHE DECODER1時間前

Anthropic、インフラ防衛向けプログラム始動

AnthropicはCyber Missionを立ち上げ、電力網・水道システム・交通網の運用事業者にClaudeモデル、エンジニア、脅威分析へのアクセスを提供する

NEWTHE DECODER1時間前

Vercel、RilletのAIエージェントで出荷3倍

Anthony Liang率いるRilletの2人だけのフロントエンドチームがVercelのeveフレームワークで構築しVercel上で動かすエージェントで4か月に800件以上のLinearチケットを完了し3か月で出荷速…

NEWVercel AI Blog1時間前

Asana、GPT‑6.1 Solで76倍安く

AsanaのFrank Hidalgo氏がGPT‑6 Astra in Codexに調査させ、144回の実験でGPT‑6.1 Sol上の最適化が平均0.47ドル・約4分となり、Model Bより76倍安く5倍速くなった

NEWOpenAI Blog1時間前
次の記事へGoogleが業務向けAI発表