ブラックホールの「光の輪」は本当に存在したと判明
銀河M87の中心には、とてつもなく重い巨大なブラックホールがあります。
地球からおよそ5500万光年離れたこの天体は、世界で初めて姿が撮影されたブラックホールとして知られています。
黒い影を光の輪が取り囲むあの画像に、見覚えのある人も多いでしょう。
ところがその後、この輪の細かな形が本当に正しいのかについて、研究者の間で意見が分かれるようになりました。
中には「そもそも輪の形をしていないのではないか」と疑う解析まで現れたのです。
そこで今回、ある研究チームは、ブラックホールの姿を知らないAIを使って、元の観測データを解析し直しました。
このAIが学んだのは、猫や犬、車といった地上のありふれた画像だけです。
先入観を持たないAIの目に、あのブラックホールはどう映ったのでしょうか?
この話題の詳細は2026年11月11日に『New Scientist』にて公開されました。
ブラックホールの写真は、なぜ疑われたのか
そもそもM87のブラックホールを撮ることは、とても難しい作業です。
研究チームはその難しさを「地球に立ったまま、月の上に置いたドーナツを撮影するようなもの」と例えています。
それほどくっきり写すには、地球まるごとの大きさの望遠鏡が必要になります。
そこでイベント・ホライズン・テレスコープ(EHT)の研究グループは、世界各地の電波望遠鏡の信号を組み合わせ、地球サイズの「仮想の望遠鏡」を作りました。
ただし望遠鏡は地球上にまばらに散らばっているだけなので、集まるデータは抜けだらけです。
抜けの多いデータから1枚の画像を組み立てるのは、答えが1つに決まりにくい問題を解くことに似ています。
しかも望遠鏡ごとに、装置のくせや地球の大気による誤差が入り込みます。
天文学者はふつう、この誤差を見積もって補正しますが、補正しきれなかった誤差が間違った結果につながることもあります。
実際、最初の画像の発表では、EHTの中の4つのチームがそれぞれ独立に画像を作りました。
どれも輪の形にはなりましたが、細かな部分の描き方には違いがありました。
こうした違いの原因は、画像を作る過程に人の判断や計算手順のくせが入り込むことだと知られています。
そこで今回の研究チームは、補正しきれない誤差と、人の判断や計算手順のくせの両方を減らす方法を考えました。まず誤差については、データの組み合わせ方そのものを変えることにしました。
これまでの標準的な解析では、望遠鏡の測定を2台ずつのペアにして組み合わせていました。
一方、新しい方法では、3台の測定を一度に組み合わせた量(クロージャー不変量)を使います。
こうすると大気や装置による誤差が消え、天体の形についての情報をよりきれいに取り出せるのです。
誤差を消したデータを、ブラックホールを知らないAIに見せたら?
3台ずつのデータを生かすため、研究チームは機械学習で画像を作る手法「GenDIReCT」を開発しました。
これは、実際に測ったデータと矛盾しない画像を描き出す仕組みです。
工夫したのは、AIに何を学ばせるかでした。
研究チームは思い込みをできるだけ減らすため、猫や犬、車といった地上の画像だけでAIを訓練しました。
つまりこのAIは、ブラックホールがどんな姿をしているのか、まったく知らなかったのです。
最初から輪の形を前提にしないための工夫です。
さらに、輪ではないさまざまな形を正しく画像にできるかどうか、数多くの検証を重ねました。
その中には、ケンタウルス座Aという別の銀河の実際の観測データも含まれています。
精度に納得したところで、研究チームは訓練と検証の手順をそれ以上変えないよう固定しました。
人の思い込みが画像の出来に影響しないようにするためです。
そして準備がすべて整ったあとで、初めてAIにM87の観測データを「見せた」のです。
すると、描き出された画像には、はっきりとした輪の構造が現れました。
ブラックホールを知らないAIが、データだけを頼りに輪の形を描き出したのです。
AIがM87の観測データから描き出した輪の画像はこちら(The Conversation) 画像1
輪の直径は42.2±1.5マイクロ秒角でした。
マイクロ秒角は、空の上での見かけの大きさを表す、きわめて小さな角度の単位です。
この輪の大きさと見え方は、輪の大きさを重さに換算するときに標準的な前提を置くと、太陽65億個分の重さをもつブラックホールに当たります。
しかも私たちは、そのブラックホールをほぼ正面から見ていることになります。
私たちの視線は、こちらに向かって噴き出すジェット(ブラックホールが生み出す、光に近い速さの粒子の流れ)の軸から約20°傾いた向きにあります。台風の目を真上からのぞき込むような眺めです。
EHTの画像と直接比べても、輪の直径と全体の向きは一致していました。
最初のブラックホール画像の輪は、作り物ではなかったのです。
輪の細部はまだ違う、それでも言えること
もっとも、すべてが元の画像と同じだったわけではありません。
輪の太さや、輪に沿った明るさのむらといった細かな部分には、違いも見られました。
それでも全体の構造は一致しており、研究チームはこれまでの食い違いを解消する結果だとしています。
では、この結果はAIという新しい道具に頼ったから出ただけなのでしょうか?
研究チームはこの点を確かめるため、昔ながらの統計の手法にもとづく、まったく別の画像の作り方も用意しました。
こちらも、3台ずつ組み合わせた同じデータから、同じ構造を確かめています。
手法を変えても、輪は消えなかったのです。
なお、太陽65億個分という重さは標準的な前提を置いたうえでの見積もりで、前後5億個分ほどの幅があります。
研究チームは、この技術がブラックホール以外にも役立つ可能性があると考えています。
たとえば医療の画像や地震の地図づくりのように、たくさんのセンサーのデータを組み合わせて、見えない構造を描く場面です。
猫や犬、車といった地上の画像で学び、ブラックホールの姿を知らなかったAIが、5500万光年先の暗闇に、あの光の輪をもう一度描き出したのです。
写真で見る巨大ブラックホールの銀河と電波望遠鏡
参考文献
The Conversation (The Conversation)
https://theconversation.com/is-this-iconic-black-hole-image-accurate-new-study-delivers-an-independent-result-296146
ライター
山下 浩介: むずかしい研究を、なるべく分かりやすく伝えたい。専門の言葉はふだんの言葉に置きかえて、身近な例で例える。それで「わかった」「楽しかった」と言ってもらえたら嬉しいです。
好きなのは、通学路や台所や日常の中にある科学。眠っているあいだに記憶が整理される話や、虫の鳴き方に意味がある話のように、読み終わったあとに誰かへ話したくなる研究を探しています。
編集者
ナゾロジー 編集部