AIで宇宙の岩石を解読：隕石のブレイクスルー

人工知能 (AI) は、地球上だけでなく宇宙でも私たちの行動様式を変えています。

この技術は、宇宙船の自律航行やデータ分析から、リソース利用の最適化や科学的発見のサポートまで、さまざまなタスクに使用されることで、より効率的で自律的、かつ洞察力に富んだ宇宙ミッションを可能にします。

例えばNASAは長年AIの力を研究してきました。自律走行車から 火星の探査車 AIを活用した新たな太陽系外惑星発見の取り組みに続き、同局はこの技術を活用して宇宙への理解を深めている。

最近、米国連邦政府機関は、軌道上の宇宙船がより的を絞ったデータを収集する上でAIがどのように役立つかを示しました。AIの導入により、衛星は初めて軌道を予測し、画像をAIで処理・評価し、機器の設置場所を決定することが可能になりました。これらの作業は2分もかからず、人間の介入も一切ありませんでした。

「宇宙船をもっと人間のように動作させることが目的です。ただデータを見るのではなく、データが何を示しているか、どう反応するかを考えるのです」とNASAジェット推進研究所（JPL）のAI技術研究員でダイナミックターゲティング・プロジェクトの主任研究員であるスティーブ・チェン氏は述べた。

数年前、 イーロンマスクのスペースX また、宇宙船が深宇宙ミッションに参加できるようにAIを搭載した衛星も打ち上げました。

こうした状況の中、科学者たちはこの技術を用いて隕石の秘密を解明しました。この特殊な物質は、結晶とガラスの両方の役割を果たすことで、熱の流れの法則に挑戦しています。

AIの助けを借りて、研究者たちは鉱物が一定の熱伝導率を維持する能力を発見することができた。 主要な 画期的な できる 材料科学に革命を起こす テクノロジーと産業における熱管理を変革することで、鉄鋼生産における膨大な炭素排出量の削減にも貢献する可能性があります。 

AIが隕石の秘密を解き明かす

流星体とは、空を横切って走る閃光のようなもので、時々見かけます。

これらの宇宙岩石は、塵粒ほど小さいものから、小惑星ほどの大きさのものまであります。そのほとんどは、より大きな天体が崩壊した破片です。小惑星由来のものもあれば、彗星由来のものもあり、月、火星、その他の惑星由来のものもいくつかあります。

ボーマン と呼ばれる 宇宙空間にある流星体。地球や他の惑星の大気圏に突入し、通過を生き延びたものは流星と呼ばれます。

大気圏に突入する際、高速で飛行し、その圧力が物体の強度を超えると崩壊し、燃え尽きて明るい閃光を放ちます。これが「流れ星」と呼ばれる理由です。特に明るく見える場合は「火球」と呼ばれます。

こうした隕石はまれな現象のように思えるかもしれないが、NASA の推定によると、毎日約 48.5 トンの隕石が地球に落下しているという。

これらの岩石は宇宙の一部であるため、小惑星、惑星、そして太陽系の組成、形成、歴史に関する貴重な洞察を提供するのに役立ちます。 

隕石 作られた 岩石、金属、またはその両方の組み合わせなど、さまざまな材料でできています。

これらの隕石は、写真や望遠鏡による観測、レーダー探知、顕微鏡検査、分光法、磁気測定法などのさまざまな技術を使用して科学者によって詳細に研究されています。

最近では、ドローン画像を使用して宇宙隕石の検出を自動化し、機械学習を通じて隕石の種類の分類を強化し、潜在的な衝突場所を特定し、さらには隕石内の物質の組成を明らかにするなど、AI は宇宙隕石の理解にも活用されています。 

AI は膨大なデータセットを分析し、人間が見逃す可能性のあるパターンを認識することで、隕石研究の効率と精度を向上させ、ひいては生命の起源に関する重要な洞察をもたらします。 

例えば、 研究¹ 昨年末から、742億XNUMX万年前の火星に液体の水が存在した証拠が発見された 助けを借りて 隕石。

1100万年前、小惑星が火星に衝突し、火星の破片が宇宙空間を飛び交いました。その破片の一つが地球に衝突し、火星に起源を持つ隕石が誕生しました。 

この隕石はラファイエット隕石と名付けられ、研究者による調査の結果、火星上で水と反応していたことが判明しました。最近、国際的な科学者の協力により、この隕石に含まれる鉱物の年代が、液体の水が存在していた時代に形成されたものであることが判明しました。 

「隕石に含まれる鉱物と、隕石内部の鉱物同士の関係を研究することで、隕石を特定することができます。」

– 主著者、マリッサ・トレンブレイ、パデュー大学地球・大気・惑星科学科（EAPS）助教授

彼女はさらに、隕石は地球上の岩石よりも密度が高く、磁性があり、金属を含んでいる傾向があると指摘した。しかし、隕石を見つけるのはそれほど簡単ではない。 

その 発見の可能性 一つは実は非常に小さい。そのため、研究者たちはドローンとAIを駆使してこの発見に取り組んできた。 

2022年、オーストラリアのカーティン大学の研究者らは、機械学習とXNUMX機のドローンを使い、オーストラリアの奥地の奥地で木星と金星の軌道の間の楕円軌道をたどった隕石を回収した。

この技術により、隕石ハンターは注意力を失うことなく反復的な作業を行うことができます。実際、機械は反復作業を通じて誤検知への対処方法を学習します。 

「現在、隕石探査の究極の目標は、地理的領域をグリッド化し、地面を観察し、AIを使って隕石を見つけることができるドローンです。」

– マイク・ハンキー、アメリカ流星協会

一方、同大学の地球惑星科学部は、パリ天文台、国際電波天文学研究センター（ICRAR）、その他の機関と協力し、炭素を豊富に含む小惑星の謎を解くことに取り組んだ。炭素を豊富に含む小惑星は宇宙では一般的だが、地球に到達する隕石の5％未満を占めるに過ぎない。

この 研究²宇宙科学における長年の謎を解明した論文が今年出版されました。この論文では、科学者たちが約8,500件の流星物質と隕石の衝突現象を分析しました。

この研究で発見されたのは、太陽と地球の大気が巨大なフィルターのように機能し、炭素質隕石が地表に到達する前に破壊しているということです。このような隕石は、アミノ酸、有機分子、そして水を含んでいるため、重要な存在です。

一方、 それはすでに知られていた 炭素を豊富に含む物質は大気圏突入後も生き残れないとされているが、多くの流星体は「そこまで到達することさえできず」、太陽に近づくと崩壊してしまうことが研究で示された。 

「宇宙で調理されて生き残ったものは、 地球の大気圏も通過できるに設立された地域オフィスに加えて、さらにローカルカスタマーサポートを提供できるようになります。」

– 共著者：ハドリアン・ドゥヴィルポワ博士、カーティン大学宇宙科学技術センターおよびカーティン電波天文学研究所（CIRA）

さらに、潮汐破壊によって形成された流星体は特に壊れやすく、大気圏突入後もほとんど生き残れないことが判明しました。パリ天文台のパトリック・ショバー博士は次のように述べています。

「この発見は、将来の小惑星探査ミッション、衝突危険評価、さらには地球がどのようにして水と有機化合物を得て生命を誕生させたのかという理論にまで影響を与える可能性があります。」

一方、 研究³ 今年初めの研究では、AI を活用して、地球の表面を形成する主な要因の 1 つである「火星地震」が、隕石の衝突による地震活動によって引き起こされることを発見しました。

ベルン大学とインペリアル・カレッジ・ロンドンの研究チームは、AIを活用し、2018年2022月から123年までの数万枚の軌道画像から新たな衝突を特定し、地震データと相互参照しました。その結果、研究者たちは相互参照可能な49個の新たなクレーターを発見し、そのうちXNUMX個は地震と一致する可能性がありました。

新たに採掘されたデータにより、火星では隕石の衝突がこれまでの推定の約2倍の頻度で発生していることが明らかになった。

このインペリアル・カレッジ・ロンドンのチームのトム・パイク教授は、「この発見は、火星から集めた複数のデータセットを深く調べることの威力を示している」と指摘した。「地震データがなければ、軌道画像の中で衝突のあった場所を特定できなかったでしょうし、軌道画像がなければ、地震エネルギーの源を特定することもできなかったでしょう。」

AIは低解像度の軌道カメラの1ピクセルで衝突を検出することで、研究者のゲームを変えました。 使用されている 日々の気象監視にAIが貢献しています。「AIのパワーとスピードのおかげで、干し草の山から針を見つけることができるようになりました！」と彼は付け加えました。

ここで重要な役割を果たした機械アルゴリズムは JPL で開発されたもので、画像などの膨大な量のデータをふるいにかけることができます。 

AIがクリスタルガラスのハイブリッドを確認

今、 最新の研究⁴ コロンビア工科大学の科学者たちは、AIを用いてまたもや驚くべき発見を成し遂げました。彼らは、宇宙鉱物が典型的な熱流の法則に従わない「ハイブリッド」な熱特性を持つことを確認。この隕石は結晶とガラスの両方の役割を果たすのです。 

この これは結晶やガラスの熱伝導特性が 完全に 両者は正反対です。実際、熱伝導率は両者で大きく異なります。 物質の熱伝導率は原子構造によって大きく異なります。結晶質、ガラス質、ハイブリッド材料の比較は以下のとおりです。

これらの傾向は、廃熱回収システム、電子機器の小型化と効率化、航空宇宙用途の熱シールドの寿命など、さまざまな技術において重要な役割を果たします。

パフォーマンスの最適化 の三脚と これらの用途で使用される材料の耐久性には、その原子構造と化学組成が材料の熱伝導能力をどのように決定するかについて深い理解が必要です。

コロンビア工科大学の応用物理学および応用数学の助教授であるミシェル・シモンチェリ氏は、第一原理アプローチを採用し、それを機械学習と組み合わせて、独特の熱特性を持つユニークな材料を特定しました。

機械学習技術により、研究チームは第一原理法の計算上の課題を克服し、熱輸送に影響を与える原子の特性を量子レベルの精度でシミュレートすることができました。 

この素材はこの種のものとしては初めてのもので、 発見された 隕石の中 の三脚と 火星で確認された。 

この特殊な動作を引き起こす基礎物理学を解明することで、私たちの理解が深まり、極端な温度差の中で熱を管理する材料を設計するのに役立ちます。

さて、熱伝導、つまり静止した物質を物理的な接触によって通過する熱伝達は、物質の原子構造に依存します。つまり、物質がガラス質（無秩序で非結晶構造）であるか、結晶質（原子の格子が整然と並んでいる）であるかは、量子レベルでの熱の流れに影響を与えます。

基本的に、熱 ガラスでは温度の上昇とともに伝導率が増加し、結晶では加熱により伝導率が減少します。

ガラスと結晶におけるこの逆の熱伝導率の傾向を捉えるために、シモンチェリ氏はローマ・ラ・サピエンツァ大学のフランチェスコ・マウリ氏、スイス連邦工科大学のニコラ・マルザリ氏と共同で、2019年に単一の方程式を導き出しました。

特に、この方程式は部分的に無秩序な材料の中間的な挙動を記述します。 この 熱シールドの熱遮断コーティング、ペロブスカイト太陽電池、廃熱回収用の熱電素子などに使用される材料が含まれます。

今回、研究チームは同じ方程式を使って、二酸化ケイ素（SiO2）から作られた材料の原子構造と熱伝導率の関係を調査しました。

シリカとも呼ばれる二酸化ケイ素は、地球上で最も豊富な元素であるケイ素と酸素からなる天然の化合物で、砂の主成分の一つです。 

研究者たちは、二酸化ケイ素の「トリジマイト」形態は、温度によって熱伝導率が変化しないクリスタルガラス材料の兆候を示すだろうと予測した。 

トリジマイトは、主に火山岩中に産出する二酸化ケイ素の高温結晶形態であり、 形成される 高温低圧条件下では も見つかりました 隕石の中に。

トリジマイトの異常な熱輸送挙動に着目し、パリのソルボンヌ大学のダニエル・フルニエ、マッシミリアーノ・マランゴロ、エティエンヌ・バランが率いる実験チームは、300年前にドイツに落下した隕石から採取したシリカ質トリジマイトのサンプルで実験を行うことにした。

実験では、研究者らが行った予測が測定によって証明された。

隕石トリディマイトは 確認されました 秩序だった結晶と無秩序なガラスの中間に位置する原子構造を持つ。さらに、実験的に測定可能な温度範囲である80Kから380Kの間で熱伝導率が一定であることも発見した。

さらに分析を進めると、研究チームは、この物質は鉄鋼生産用の炉内で熱バリアとして機能する耐火レンガの熱老化によって生成される可能性があると予測した。

多用途で耐久性があり、多機能な鉄は、現代社会において最も重要な素材の一つであり、様々な産業やインフラを支えています。しかし、鉄鋼生産は炭素集約型プロセスであり、わずか1kgの鉄鋼から約1.3kgのCO2が排出されます。 

毎年約1億トンの鉄鋼が生産されており、大量のCO2排出を引き起こしており、その量は世界のCOXNUMX排出量の約XNUMX％を占めています。 米国の二酸化炭素排出量の7%.

研究で指摘されているように、その効率と環境への影響は、炉内での熱管理方法、特に極度の温度に耐えられる耐火材料の熱伝導率によって大きく左右されます。

このように、トリジマイト由来の材料は、鉄鋼生産に伴う高熱をより効率的に制御することを可能にする可能性があります。したがって、本研究の知見を活用することで、耐火物の導電性を高め、炉の燃焼時間を短縮し、ひいては鉄鋼業界の二酸化炭素排出量を削減することが可能になります。

これらに加えて、コロンビア大学のシモンチェリ氏のグループは、ハイブリッド結晶ガラス材料における熱の流れを決定するのと同じメカニズムを使用して、スピンを運ぶマグノンや電荷を運ぶ電子など固体内の他の励起の挙動を理解することを研究しています。

これらのコンセプトは、スピントロニクスデバイス、ウェアラブルデバイス、ニューロモルフィックコンピューティングなどの新興のエネルギー効率の高いテクノロジーに役立ちます。

このために、研究チームは、実験観測値を予測するための第一原理理論の構築、材料特性を定量的に正確に予測するためのAIシミュレーション技術の開発、そしてそれを工学および産業の課題に対処するための材料の発見と設計に適用することに取り組んでいます。

AI宇宙研究への投資

宇宙探査に関しては、 ロッキードマーティンコーポレーション (LMT ) NASAと国防総省の主要請負業者として際立っています。同社は、火星探査などのミッションを支援するAIベースの衛星システムや惑星探査機を設計しています。

世界的な航空宇宙・防衛企業であるロッキード・マーティンの時価総額は101.23億433.60万ドルで、株価は現在11ドルで取引されており、年初来23.15%下落しています。EPS（過去18.73ヶ月間）は3.04倍、PER（過去XNUMXヶ月間）はXNUMX倍です。配当利回りはXNUMX%です。

ロッキードマーティンコーポレーション (LMT )

同社は今週、より高性能で耐久性の高い新型ミサイル警報衛星を発表しました。試験運用において、次世代OPIR静止軌道衛星は、過酷な気温と激しい振動環境下でも運用・耐久性能を発揮することが実証されました。

2年第2025四半期の売上高は18.2億ドルで、前年同期の18.1億ドルから増加しました。同四半期の純利益は342億1.46万ドル（1.6株当たり169ドル）でした。また、同社はXNUMX億ドルのプログラム損失とXNUMX億XNUMX万ドルのその他の費用を計上しました。 この、による ロイター通信社原因は「同社の航空事業における機密プログラムとシコルスキー部門の国際ヘリコプタープログラムに関する問題」だった。

この期間の営業キャッシュフローは201億1.9万ドルで、2年第24四半期の150億ドルから大幅に減少しました。一方、フリーキャッシュフローは前年同期の1.5億ドルから-1.3億XNUMX万ドルに減少しました。ロッキードは配当と自社株買いを通じてXNUMX億ドルを株主に還元しました。 

同社のジム・タイクレットCEOは、米国および同盟国の顧客が「多くの主要プログラムの強化と加速を求めている」と指摘し、これには米国宇宙軍によるGPS IIIF衛星の追加発注も含まれると述べた。さらに、次のように付け加えた。

同時に、現在進行中のプログラムレビュープロセスにおいて新たな展開が判明し、主要なレガシープログラムの財務状況を再評価する必要が生じました。そのため、今四半期は新たに特定されたリスクに対処するため、複数の費用を計上いたします。

ロッキード・マーティン社の最新 (LMT) 株式ニュースと動向

結論

AIの魔法は地球の境界を越えて宇宙の奥深くまで届き、火星の地震から異様な熱挙動まで、宇宙の岩石に隠されたパターンの解明に役立っています。これらの発見により、AIは宇宙への理解を変革する発見を加速させています。 と同様 材料の未来。

人工知能への投資について詳しくは、ここをクリックしてください。

参照：

1. Tremblay, MM, Mark, DF, Barfod, DN, Cohen, BE, Ickert, RB, Lee, MR, Tomkinson, T., & Smith, CL 火星における最近の水活動の年代測定。 地球化学的展望レター、32、6年2024月XNUMX日発行。 https://doi.org/10.7185/geochemlet.2443
2. Shober, PM, Devillepoix, HAR, Vaubaillon, J., et al. 地球の隕石記録の主な要因としての近日点の歴史と大気圏の存続。 自然天文学、9、799-812（2025年XNUMX月）。 https://doi.org/10.1038/s41550-025-02526-6
3. Charalambous, C.、Pike, WT、Fernando, B.、Wójcicka, N.、Kim, D.、Froment, M.、Lognonné, P.、Woodley, S.、Ojha, L.、Bickel, VT、McNeil, J.、Collins, GS、Daubar, IJ、Horleston, A.、& Banerdt, B. 火星への新たな衝突：ケルベロス・フォッサエの衝突検出による地震伝播経路の解明。 地球物理学研究レターズ、3年2025月XNUMX日に初版発行。 https://doi.org/10.1029/2024GL110159
4. Simoncelli, M.、Fournier, D.、Marangolo, M.、Balan, E.、Béneut, K.、Baptiste, B.、Doisneau, B.、Marzari, N.、および Mauri, F. 温度不変の結晶ガラス間の熱伝導: 隕石から耐火物まで。 米国科学アカデミー紀要, 122(28), e2422763122 (11年2025月XNUMX日). https://doi.org/10.1073/pnas.2422763122