NASAは、ナンシー・グレース・ローマン宇宙望遠鏡を2026年9月に打ち上げて軌道に投入する予定だと発表しました。これは予定より8か月早いものです。新しい宇宙望遠鏡は、生涯を通じて天文学者に2万テラバイトのデータを提供すると見込まれています。
これは、2021年に活動を開始したジェームズ・ウェッブ宇宙望遠鏡から毎日地上へ送られてくる息をのむような画像（57ギガバイト）に上乗せされます。さらに、今年後半にチリの山岳地帯でヴェラ・C・ルービン天文台が開始する調査では、毎晩20テラバイトのデータが集まると予想されています。
ちなみに、かつての金字塔だったハッブル宇宙望遠鏡は、1日にわずか1〜2ギガバイトのセンサー読み取りデータしか提供できません。これらの読み取りがすべて手作業で精査されていたのは、もうかなり前のことです。しかし、どんな人でも大量のデータの山を前にすれば同じように――天文学者たちはいま、問題を解決するためにGPUへと目を向けています。
カリフォルニア大学サンタクルーズ校の天体物理学者ブレント・ロバートソンは、これらのミッションのデータを支えたり、利用したりすることで、この科学の大きな転換を最前列で見てきました。ロバートソンは過去15年間、Nvidiaとともに、宇宙を理解するという課題にGPUを適用する取り組みを進めてきました。最初は、超新星爆発に関する理論を検証する高度なシミュレーションを通じて。そして今は、最新の観測施設から押し寄せる大量のデータを分析するためのツールを開発しています。
「少数の天体を見るところから始まり、データセットの大規模な範囲でCPUベースの解析を行い、そして同じ解析をGPUで加速した形へと進化してきました」と、彼はTechCrunchに語りました。
ロバートソンに続く大学院生のライアン・ハウゼンは、大規模なデータセットを精査して銀河を特定できる深層学習モデル「Morpheus（モーフィアス）」を開発しました。Webbデータの初期AI解析では、特定の種類のディスク銀河が想定以上の数見つかり、私たちの宇宙の発展に関する理論に新たなひねりを加えました。
そして今、Morpheusは時代に合わせて変わっています。ロバートソンは、畳み込みニューラルネットワークから、大規模言語モデルの台頭を支えるトランスフォーマーへと、そのアーキテクチャを切り替えました。これにより、現在より数倍の範囲を解析できるようになり、作業が前倒しで進むことになります。
Disruptで、次の投資家またはポートフォリオのスタートアップに出会おう
次のラウンド。次の採用。次のブレイクチャンス。TechCrunch Disrupt 2026では、10,000人以上の創業者、投資家、テックリーダーが、3日間で250回以上の戦術セッション、強力な紹介、そして市場を形作るイノベーションを一堂に集めます。今すぐ登録して最大$410を節約しましょう。
Disruptで、次の投資家またはポートフォリオのスタートアップに出会おう
次のラウンド。次の採用。次のブレイクチャンス。TechCrunch Disrupt 2026では、10,000人以上の創業者、投資家、テックリーダーが、3日間で250回以上の戦術セッション、強力な紹介、そして市場を形作るイノベーションを一堂に集めます。今すぐ登録して最大$410を節約しましょう。
ロバートソンはまた、地上の望遠鏡によって集められた観測の質を高めるために、宇宙望遠鏡データで訓練した生成AIモデルにも取り組んでいます。地上望遠鏡の観測は、地球の大気によって歪められてしまうためです。ロケット工学が進歩しても、8メートル級の鏡を軌道に投入するのは依然として難しいので、ルービンの観測をソフトウェアで改善することは、次善の策になります。
しかし彼は、GPUアクセスをめぐる世界的な需要の圧力もまだ強く感じています。ロバートソンは米国国立科学財団（NSF）を使って、UCサンタクルーズ校にGPUクラスタを構築しましたが、さらに多くの研究者が自分たちの仕事に計算集約的な手法を適用したいと考えるようになるにつれ、時代遅れになりつつあります。トランプ政権は、現在の予算要求の中でNSFの予算を50%削減する案を提案しました。
「人々はこうしたAIやMLの解析をやりたいのですが、それを行う本当に現実的な方法がGPUなんです」とロバートソンは言いました。「起業家的である必要があります……特に、技術そのものがちょうど最前線にあるような領域で作業しているときはなおさらです。大学は、リソースが制約されているため非常にリスク回避的です。だからこそ、外に出て『ほら、私たちがこの分野で向かっていく先はここだ』と示してあげる必要があるんです。」
