10月9日、The Decoderが「Anthropic's Claude Science creates the first complete ultraviolet map of the sky」と題した記事を公開した。天体物理学者チームがAnthropicのAI研究支援ツール「Claude Science」を活用し、人類史上初となる全天紫外線マップを完成させたというプロジェクトの報告だ。単なる観測成果にとどまらず、「AIが研究者の代わりに泥臭い作業を引き受ける」という科学研究の新たな協働モデルを示した事例として注目されている。
なぜ全天紫外線マップは存在しなかったのか
紫外線（UV）は、若い星を取り巻くガス雲や、星が爆発した後に残るリングなど、星間ダストの構造を可視化するうえで重要な波長帯だ。しかし地球のオゾン層がUV光をほぼ完全に遮断するため、観測は宇宙空間からしか行えない。地上からは原理的に手が届かず、観測機会はミッションの打ち上げタイミングに左右される。
NASAのGALEXミッション（Galaxy Evolution Explorer）は2003年に打ち上げられ、2013年の運用終了までに全天の約3分の2をカバーした。しかし輝度の高い星形成領域はセンサー保護のため意図的に観測を回避しており、データが欠落したままだった。この穴を埋めるには複数ミッションのデータを統合する膨大な前処理作業が必要で、それが長年「誰もやらなかった」理由でもある。
このギャップを埋めたのが、ジョンズ・ホプキンス大学の天体物理学者Brice MénardとClaude Scienceの組み合わせだ。
Claude Scienceとは何か
Claude Scienceは、Anthropicが2025年に研究者向けに提供を開始したAIワークスペースだ。単一のチャットインターフェースではなく、複数のAIエージェントをオーケストレーションして長時間・多段階のタスクを自律的に実行できる点が特徴で、データ収集・解析・統合といった研究支援業務への特化が設計思想の中心にある。科学研究の「インフラ作業」をAIに委譲し、研究者が本質的な問いに集中できる環境を目指している。
Claude ScienceのAIエージェントが担った「泥臭い作業」
画像: Anthropic
今回のプロジェクトでは、Claude Scienceが統括する複数のエージェントが以下の作業を実行した：
- 複数の宇宙ミッションからのデータのダウンロード
- データのキャリブレーション（較正）
- 複数データセットの統合・合成
これらはいずれも、研究者が本来やりたい仕事ではなく、専門知識と時間の両方を大量に消費する「前処理」に分類される作業だ。Ménardがプロジェクト責任者として方針を決定し、実際の処理をエージェントが担うという人間とAIの協働体制で進められた点は強調しておきたい。AIが「自律的に研究を完遂した」のではなく、研究者の判断のもとでAIが実務を大幅に肩代わりしたというのが正確な構図だ。
データが存在しない欠損領域にはインペインティング（inpainting）という手法を適用した。これは画像処理分野で確立された技術で、周辺の既存データからモデルが統計的パターンを学習し、欠落部分を補完・再構築する。精度の検証では、予測値と実測値の平均乖離は**約10%**だったと報告されている。
Ménardはこのプロセスの詳細をAnthropicの公式サイトで解説している。
「後回しにされてきた研究」を掘り起こす
このプロジェクトで特に示唆に富むのは、Ménardのコメントだ。彼は「多くの科学者が同様のプロジェクトを先送りにしてきたが、AIがそれらを実現可能にする」と述べている。
データ収集・前処理・統合といった工程は、リソース不足を理由に放置されがちな作業だ。博士課程の学生や若手研究者がこれらの泥臭い作業に何ヶ月も費やす現実は珍しくなく、結果として「やる価値はあるが着手できない研究」が積み上がってきた。Claude Scienceが狙っているのは、まさにこの「研究者が着手すらできていなかった領域」の解放である。
完成した全天紫外線マップは教材としての活用も想定されており、次世代の研究者がUV観測データを扱う際の基盤になるとされている。全天を網羅する統一されたUVデータが存在することで、銀河の進化・星間物質の分布・恒星フィードバックの研究など、複数の分野で新たな分析が可能になる。「データが揃っていなかったせいで問えなかった問い」が、ようやく問えるようになるというのが今回の成果の本質的な意義だ。
詳細はAnthropic's Claude Science creates the first complete ultraviolet map of the skyを参照していただきたい。
