中国科学院新疆天文台（XAO）の研究チームが、解釈可能な人工知能（AI）フレームワーク「畳み込みコルモゴロフ＝アーノルドネットワーク（CKAN）」を開発し、銀河団スケールにおける暗黒物質の性質に関する新たな知見をもたらした。従来のAIモデルは「ブラックボックス」として、出力の根拠が不明なことが課題だったが、CKANはモデルの推論過程を可視化・解釈可能にすることで、物理的な意味を持つ洞察を抽出できる点が特徴だ。この技術を用いて研究チームは、銀河団の重力レンズ効果データを分析。暗黒物質の分布やその空間的構造に関する詳細な情報を明らかにした。特に、暗黒物質がどのように集積し、銀河団の重力場を形成しているかについて、従来の理論モデルと一致するだけでなく、新たな物理的パターンの兆候も発見した。この成果は、AIが天体物理学の根本的な問題解決に貢献する可能性を示しており、暗黒物質の本質解明に向けた新たなアプローチとして注目されている。中国科学院の研究チームは今後、CKANをさらに高精度化し、宇宙の大規模構造形成に関する理解を深める予定だ。