佐々木亮

そういうアプローチが結構注目されていたみたいなところですね

というのだったりあとは惑星を作るダイナミックな渦巻きの動きを7年間の観測で分けて惑星のできやすい状況とできにくい状況っていうのを分類したなんていう研究も出てきてかなり面白い流れが作られているのでぜひぜひこのあたりはソースの記事とか貼っておくので楽しんで見てもらえたら嬉しいなと思っておりますはいということでじゃあ今回は以上にしていきましょう

いかがでしたでしょうか。面白かった。2025年の振り返りはこれぐらいにして、また最新の研究っていうのはウォッチして、ぐんぐん推し進めていけたらいいかなと思っております。ぜひ楽しみにしておいてください。

じゃあ以上ですかね1年前に出しました書籍やっぱり宇宙はすごい今なんとベストセラーカテゴリー1位になってます昨日のエピソードおとといのエピソードでもお話ししましたけどもう嬉しいですね宇宙天文学関連書籍1位半端じゃない勢いとなっておりますぜひぜひ

もしかしたらねこの1年で宇宙話聞き始めたよっていう人は僕の本といえば宇宙ビジネス超入門と思ってるかもしれませんがデビュー作はこっちですよやっぱり宇宙はすごいアマゾンレビュー99件次のレビュー書いた人100件目だよ

よろしくお願いいたしま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

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って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ください。それでは行きましょう。

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博士号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

はい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こう

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。はい、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あたりについてお話ししていきたいと思います。

ということで、今回はエンジニアリングの会社が関わっているというのも含めて、僕もAIのバックグラウンドがあるので、AI×宇宙の部分のお話をしていきたいと思います。

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ます

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って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

っていうのが存在してるんですよ。僕らが自然言語、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、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。

だからあらゆる画像を学習した超ベテラン画像の鑑定士みたいな感じになってるとでも犬の写真とかいっぱい見れるから判断できるし車とかもわかる人もわかるなんなら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よね

で、そんな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天文の画像に使えるのかなみたいな。

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ぁ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その理由っていうのが例えば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