問いを選ぶこと
90ダークエネルギーが今十年で小惑星族より重要だと判断するアルゴリズムは存在しない。望遠鏡使用時間や助成金は論じられた科学的判断に基づいて配分される。提案書はエッセイであり、説得力あるものを書くことがこの職業の中核として生き残るスキルである。
天文学はほかのどの職業よりも早く、そして気持ちよく自動化された — 寒空の下で望遠鏡を手動で追尾する仕事の終わりを惜しむ者は誰もおらず、機械学習は今や人間の軍団では到底検査しきれない毎夜数百万件の警報をふるいにかけている。チリのルービン天文台は数夜おきに南天の可視空全体を撮像し、一晩あたり約1000万件の警報を生み出す — この程度のデータ量になると自動化は科学への脅威ではなく前提条件になる。
機械が手をつけていないのは、この職業が実際に生きている層である — どの問いが10年をかける価値があるかを選ぶこと、奇妙な信号が発見なのか検出器の不具合なのかを判断すること、次の観測装置を発明すること、そして自らの名前と評判を主張の背後に置くことだ。現実的な予測は天文学者の減少ではなく、パイプラインの方が優れている作業に費やす週の時間が減っていくことである。
低〜中
Share of the work a machine could do
画像処理、警報のふるい分け、天体分類、望遠鏡スケジューリングといった仕事のかなりの部分はすでに自動化されているか明らかにそうなる途上にあり、言語モデルは文献レビューと草稿執筆を飲み込みつつある。しかしこの職業を定義する作業 — 問いを立てること、異常を判断すること、観測装置を作ること、査読で主張を裏づけること — は頑固に人間の領分であり続けており、データの奔流はその判断力への需要を減らすどころか増やしている。
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →What machines cannot take
異常とアーティファクトの見極め
85パルサーからオウムアムアまでキャリアを作ってきた判断 — これは本物で新しく重要なのか、それとも不具合なのか — は、装置とパイプラインと物理を同時に理解することを要する。分類器は候補を順位づけするが、何を発見と呼ぶかは今も人間が決める。
次の観測装置を発明すること
80この分野の歴史のあらゆる飛躍は新しいハードウェア — 望遠鏡、分光器、CCD、干渉計 — から生まれた。まだ存在しない観測装置を構想し立ち上げることは、訓練されたモデルには行えない創造的な工学である。
主張の背後に立つこと
74査読、再現性の検証、科学的説明責任は、評判を賭ける名前のある人間によって動いている。モデルは論文の草稿を書けるが、ライバルの論文を査読したり、学会で結果を擁護したり、間違っていた代償を負ったりはできない。
教育と公衆の信頼
62天文学が公的資金で支えられているのは公衆がそれを愛しているからであり、その愛は教室やプラネタリウム、記者会見での人間によって維持されている。この職業の伝道者たちはそのインフラの一部である。
What they already take
画像処理と較正
88バイアスフレーム、フラットフィールド、宇宙線除去、位置天文解は主要な天文台すべてで完全にスクリプト化されている。1990年代の博士課程の大きな時間を消費していた作業が、今は一晩中無人で走っている。
突発天体警報の検証
80機械学習の分類器は、ZTFやルービンのようなサーベイから毎晩何百万件も来る候補を、人間が実際に目にするごく一握りにまで絞り込む。それがなければサーベイ時代はそもそも成立しない。
望遠鏡のスケジューリングと運用
72キュー最適化ソフトウェアは光子あたりの科学的成果を最大化するよう毎夜の観測を割り当て、ラス・クンブレスのようなロボット望遠鏡のネットワークは観測者が誰もいなくても昼夜を問わず警報に応答する。
天体分類とクロスマッチング
62かつてギャラクシー・ズーのボランティアにクラウドソーシングされていた作業は今や大部分がニューラルネットワークによって行われており、ガイアの数十億の天体のパイプライン分類は、個々の星を人間が一目も見ることなく行われている。
How the work is changing
望遠鏡所有者からデータマイナーへ
2025年に最初の画像が公開されたルービン天文台の10年に及ぶサーベイは、そのデータをすべての人にすべての人が使えるようにする。キャリアはますます、ドームへの特権的なアクセスではなく、共有されたペタバイト級データに対する着想の巧みさの上に築かれるようになっている。
千人著者の論文
LIGOの重力波発見論文は約1000人の著者を、イベント・ホライズン・テレスコープのブラックホール画像は数百人の著者を抱えた。功績、採用、賞は、村ほどの規模の共同研究チームによって行われる科学のために再交渉されつつある。
ソフトウェアエンジニアとしての天文学者
求人はパイプラインや機械学習の経験を、観測スキルと並んで — 時にそれ以上に — 重視するようになっており、Astropyのようなコミュニティのコードベースへの貢献はそれ自体キャリアを築くものになっている。
空そのものが変わりつつある
衛星の巨大コンステレーションは今や長時間露光に光跡を残す — SpaceXだけでも2019年以降数千基のスターリンクを打ち上げてきた — IAUは2022年に暗く静かな夜空の保護センターを開設した。産業界と夜空をめぐって交渉することは今やこの仕事の一部である。
New jobs branching off
データサイエンティスト
標準的な転身先。天文学の博士号は、この科学が要求してきたサーベイ規模の統計と機械学習の技能ゆえに産業界で重宝され、学界を離れる際の昇給はしばしば大きい。
宇宙状況把握アナリスト
混雑を増す軌道上の数万個の衛星やデブリを追跡する仕事は、軌道力学、望遠鏡、警報パイプラインというこの職業の道具箱をそのまま使い、新宇宙産業全体で急速に採用が増えている。
観測機器・検出器科学者
望遠鏡のために開発された補償光学、極低温検出器、精密較正技術は、医療画像、半導体検査、量子技術に直接転用される — 天文台の研究室から外に出るよく踏み固められた道である。
科学コミュニケーター
プラネタリウム、天文台の広報、ドキュメンタリー制作、科学ジャーナリズムは相当程度、訓練を受けた天文学者によって支えられている。これは公衆が実際に出会うこの職業の一支流である。
Outlook
天文学における1世紀に及ぶ自動化のパターンは一貫している — 追尾、乾板の測定、分類、スケジューリングなど、正確に定義できる作業はすべて機械に引き渡されてきたが、その引き渡しのたびに、職業が縮小するのではなく行われる科学が増えてきた。サーベイ時代はこれを大規模に繰り返している。パイプラインが定型作業を引き受け、希少な資源は候補の奔流が何を意味するかを判断する力になる。
このキャリアに対する本当の圧力は技術的というより経済的なものだ。この職業の規模を決めるのは発見への需要ではなく公的研究予算であり、博士号取得者数と恒久ポスト数の比率はこの分野で最も厳しい数字であり続けている。同時に、パイプラインを自動化するのと同じ10年間で、これまでで最も野心的な観測装置 — ELT、ルービン、次世代重力波検出器 — が建設されつつあり、そのどれもが空と機械の両方を理解する人間を必要とする。
2040年の天文学者は今日より多くの自動化を監督し、より多くのコードを書き、より大きな共同研究チームに属するだろう。それでも仕事の最良の時間を、バビロニアの書記と同じ行為に費やしているはずだ — 昨夜の記録に残る奇妙なものが誤りなのか、それとも宇宙が新しい何かを語っているのかを判断する行為である。
Keep exploring
More in Science & Research
⚛️
物理学者
黒板一枚から3000人の共著者を抱える加速器論文まで、物質・エネルギー・空間・時間を支配する数学的法則を導き検証する仕事。
AI-resistant 65 🧬生物学者
生命そのものを研究する科学者。リンネが種を手作業で命名した時代から、CRISPRでゲノムを編集する今日まで、あらゆる着想を生きた生物で検証し続けてきた。
AI-resistant 64 🧪化学者
物質そのものを作り、測る科学者——バビロニアのタプティの蒸留器から今日のロボット実験室まで、スペクトルの意味を決めるのは常にこの人だ。
AI-resistant 70 📊データサイエンティスト
データからパターンを見つけ予測モデルを構築する職業――2008年生まれの肩書きだが、その土台には数値を数え、検証し、可視化してきた3世紀分の営みがある。
AI-resistant 38 🧮数学者
バビロニアの書記からフィールズ賞受賞者、AI支援証明まで――困難な問いを恒久的な確実性へと変え続けてきた職業、一つの定理ごとに。
AI-resistant 70