【23 Daily】arstechnica.com の報道によると、2026 年に研究チームはジェームズ・ウェッブ宇宙望遠鏡（JWST）の近赤外カメラ（NIRCam）の物理モデルを最適化するソフトウェア「FLIP（Physics-based Learning for Imaging Planets）」を開発し、系外惑星の画像に含まれるノイズを低減し画質を向上させた。

物理モデル最適化による画像ノイズの低減

系外惑星の観測は、星の明るさが惑星からの光より遥かに強いことや望遠鏡のハードウェアおよび視線の微細な変動によりノイズが生じる課題がある。FLIP は点拡散関数（PSF）を望遠鏡の物理的ハードウェアモデルから算出し、100 万以上のパラメータを持つモデルを実際の観測データに合わせて最適化する。深層学習で用いられる勾配降下法を活用し、GPU 上で約30分で計算が完了する。観測ごとの変動に対応するため実際の科学画像に対しても微調整を行う。

実証で感度向上および新たな系外惑星検出に成功

研究者らは、既知の系外惑星を持つ若い恒星 HIP 65426、51 Eridani と、変動が大きいが惑星未検出の TYC 5899 を使ってテストを行った。信号対雑音比を 1.5～2 倍に改善し、特に二酸化炭素の検出波長で、新たに惑星の信号をウェッブ望遠鏡データ中に確認した。TYC 5899 では感度が 15 倍にまで向上した。これにより既知の惑星イメージングの精度向上だけでなく、これまで検出困難だった薄暗い惑星の発見も期待される。

編集部の視点：ソフトウェアによる物理モデル最適化が系外惑星観測の限界を押し広げる

FLIP は高度な物理モデルと大規模パラメータ最適化を融合し、宇宙望遠鏡の観測画像ノイズの課題を突破した事例だ。起業家にとっては AI と物理モデルを組み合わせて科学機器の性能向上を実現する有望な方法論といえる。検証方法としては多波長で他の望遠鏡観測データに適用し、画像改善効果や新天体発見能力を評価することが挙げられ、異分野融合のソフトウェアソリューションが宇宙技術市場への革新的な扉を開く。