Anthropic Claude Scienceが初の完全な紫外線天球図を生成

TL;DR

AnthropicのClaude Science AIは、複数の紫外線（UV）天球調査データを収集・補正・補間することで、これまで数十年にわたり欠けていた完全な全天紫外線地図を初めて作成した。この地図は新たな教育ツールとして、天体物理学の学習に貢献している。

完全な紫外線地図が欠けていた理由

紫外線観測には地球の大気中のオゾンが紫外線を吸収するため、宇宙空間に設置された望遠鏡が必要となる。過去50年間、NASAのGALEX（2003–2013）などのミッションが天球の約2/3を撮影したが、検出器を保護するため、特に天の川銀河の平面付近の明るい星領域を意図的に避けていた。NASAのSwift、韓国のFIMS/SPEAR、TD-1などからの追加UVデータでも、依然として大きな観測されていない領域が残っており、天球全体の約1/3が未観測のままであった。従来の統計的ギャップ補完手法は、ピクセル単位での細かい補正に数週間を要し、研究者にとって労力が大きすぎて、優先度の高い作業に回すことが一般的だった。

Claude Scienceが地図を作成した方法

データ収集と正規化

ClaudeはAIエージェントのフリートを展開し、公開されているすべての紫外線調査データを検索・ダウンロードした。GALEXの約38,000枚の画像と、Swift、FIMS/SPEAR、TD-1からのデータセットを含む。
エージェントは各画像ごとに補正を行い、星による眩しさや大気背景を除去し、異なる時間・異なる機器で撮影された観測データ間の一貫性を確保した。

跨機器補正とマージ

エージェントは各調査データを共通の解像度に再サンプリングし、すべてのデータを統一された天球座標グリッド上に投影した。
跨機器補正により、異なる機器の光度スケールを一致させ、シームレスな1枚の紫外線モザイクに統合した。

観測されていない1/3の補間

Claudeは機械学習による補間技術を適用し、既にUV測定がある2/3の天球を学習データとして用いた。
モデルはUV強度と可視光・赤外線・電波などの補完波長との統計的関係を学習し、欠落領域のUV値を予測した。
検証では既知のUVデータを隠して補間し、誤差を測定。モデルは実測値と約10%のずれを示したが、これは人間の目では識別できない程度であった。

星の寄与の追加

Gaia DR3の可視光測定データを用いて、1億を超える個々の星の紫外線放射を推定し、最終地図に点光源として組み込んだ。

反復的精緻化

初期バージョンでは、GALEXの観測指向に残った円形のアーティファクトが目立った。これは大気輝きの補正が不完全だったためだった。
問題を特定した後、ClaudeはGALEXの全38,000枚の観測データについて背景を再推定し、円形のアーティファクトを完全に除去した。
人間とAIの相互作用サイクルを経て、10数回の順次バージョンが生成され、各段階で精緻化された。

最終製品

完成した紫外線天球図は、遠紫外線（154 nm）と近紫外線（232 nm）のデータを統合し、天球全体をカバーしている。
可視化される構造には、若い星によって照らされた塵雲、超新星駆動のバブルから生じる巨大な塵の輪、微弱な銀河間フィラメント、そして大・小マゼラン雲が含まれる。
地図は https://menard.pha.jhu.edu/uvmap/ で公開されており、各ピクセルに測定値か予測値か、および不確実性推定値がラベル付けされている。

教育・研究への影響

この地図は、多波長天文学の教育において欠けていた波長層を補完し、学生がミルキーウェイのUV・可視光・赤外線・電波観測を直接比較できるようにする。
研究者には、塵の散乱、星形成領域、銀河規模の紫外線背景放射に関する研究のための基盤データセットが提供される。
このワークフローは、AIがパイプラインを調整することで、従来は低優先度・データ集約型のプロジェクトが完了可能になることを示している。

謝辞

データソース：GALEX、Swift-UVOT、FIMS/SPEAR、TD-1、Planck、ESA Gaia DR3。
多数のClaude Scienceエージェントがデータ処理の大部分を担った。著者は全体戦略を指揮した。

すべての記述は2026-10-08付のAnthropic研究ポストに基づく。