火星用に開発されたNASAの色彩トリックが、今や地球で岩壁画を解読する役割を果たすことになった

2026/09/11 0:29

火星用に開発されたNASAの色彩トリックが、今や地球で岩壁画を解読する役割を果たすことになった

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

考古学者のジョン・ハーマンは、NASA の decorrelation stretch 手法を応用して古代岩絵の研究を行ないました。この手法は当初、JPL で 1978 年にジム・ソーハによってリモートセンシング画像の強化のために開発され、後にロナルド・アレイによって速度と精度の向上を目的として 1996 年に改良されました。ハーマンはこの研究成果に基づき、数学および医療イメージングの背景を応用し、Karhunen–Loève 変換定理に基づく Dstretch プラグインを開発しました。このソフトウェアは単なるコントラストの引き上げではなく、色彩を拡張された範囲へマッピングします。Dstretch を用いることで、研究者たちは複数の遺跡において以前は目に見えなかった図像を発見しました:カリフォルニア州バイアのカベ・デ・サン・ボルヒタスで新たな黄色の図像が確認され、カンボジアのアングルワット周辺で 200 点以上の色あせた絵画が発見されています。エジプトのベニハッサンではコウモリや豚の画像が、カナダ・アルバーツアのライティングオンストーン州立公園ではクロ族の戦士による初期のグラフィティと解釈される馬と騎士を描いたピクトグラフが、ノルウェーのアールサンド 1 遺跡では新たに約 15 点の図像に加え、28 点で新たな詳細が浮き彫りになりました。このプラグインのカスタムカラー空間は岩絵のイメージングに特に有用であることが実証されています。火星イメージングの強化に元々使用された既確立のリモートセンシング手法を適用することで、Dstretch は低コントラストの写真に対して侵襲のないデジタルアクセスを提供し、世界中の隠れた芸術作品の解明に貢献しています。

本文

惑星表面画像解析法で解明される古代岩絵の秘密

はじめに:火星が示したヒント

2005 年、考古学者のジョン・ハーマン氏はカンファレンス中に、予期せぬ着想を得ました。

  • 火星の画像からヒントを得たのがきっかけです。
  • NASA で開発された処理技術により、錆びた赤色の惑星表面が驚くほど詳細な情報として開示されました。
  • この技法は、世界の最古の絵画である岩絵の研究にも応用できると直ちに洞察しました。

(画像出所:NASA 提供「惑星表面画像(飾相伸延技法適用前と適用後)」)

技術の概要:飾相伸延(Decorrelation Stretch)

この手法は**「飾相伸延」**と呼ばれ、デジタル画像のコントラスト増幅に用いられます。

  • 開発元: NASA ジェット推進研究所(JPL)の研究員ら。
  • 開発年: 1978 年
  • 目的: 高相関性を有する遠隔感知データや衛星画像の解釈を改善するため。
  • 仕組み:
    • 単に色彩間の対比を増幅するだけでなく、元の色を異なるより広範囲の色にマッピングします。
    • 統計解析における**カルフン=ローエ変換(Karlhunen–Loève Transform)**に基づいています。
    • エネルギー集約(信号の情報を少数の成分に集中させること)を最大化する原理です。

技術の発展経緯

  • 1978 年: JPL のジム・ソーハ氏が、カルフン=ローエ変換をカラー増強のためにデジタル画像に応用することを提案。
  • 1996 年: ロンアルレイ氏(当時 JPL)により、より速く正確になるよう洗練されました。
  • このアルゴリズムの説明は、ハーマン氏が独自に技術導入を開始する際に出会う決定打となりました。

「この仕組みの記述が必要だったのです。そうしないと利用者が我々が何について話しているか理解できません」
—— ロンアルレイ氏(JPL 元メンバー)

ハーマン氏の挑戦:岩絵への適用

メキシコ・バハカリフォルニア州で撮影した岩絵写真に技術を適用し、新たな黄色の図形を発見しました。

  • 発見場所: サン・ボーリタス洞穴(Cave of San Borjitas)。
  • 効果: これまでになく出現する新しい色が確認され、実用性が確信されました。
  • 開発成果: ハーマン氏は医学イメージングの経験と数学博士号を活かし、Dstretch プラグインを開発しました。
    • 作業するカラー空間を変更することで、異なる画像でも良好な結果が得られることを確認。
    • 岩絵画像において実用性が確認されているカスタムカラー空間をプラグインに含めました。

「私は試し始めて、作業するカラー空間を変更することで、異なる画像でも良好な結果が得られることがわかりました」
—— ジョン・ハーマン氏

世界で起きた驚くべき発見

Dstretch プラグインの導入により、世界各地で重要な遺跡や図形が発見・可視化されました。

  • カンボジア・アンコールワット
    • シンガポールのノエル・ヒダロ・タン氏が発見。
    • 200 点以上の褪色した壁画が復元されました。
  • 古代エジプト・ベニ・ハッサン墓地
    • 蝙蝠と猪の画像を発見。
    • これらの動物は、古代エジプト美術ではあまり描写されていませんでした。
  • カナダ・ライティングオンストーン州立公園
    • 馬と騎手を描いたピクトグラムが可視化されました。
    • クロ族の戦士による黒フット族への敵対を示す**「呼び出しカード」**と推定されています。
  • ノルウェー西部・アースアンド・1 サイト
    • 約 15 の未記録の図形が発見されました。
    • 他の 28 つの図形についても新たな詳細が明らかになりました。

結論:未解明の歴史への窓

ハーマン氏は、古代の人々がなぜそのような岩絵を作ったのかについて、多くのケースで真意は不明であることを示唆しました。

  • 「なぜ人々がそのような岩絵を作り出したのかについては、多くのケースでは誰も本当には知りません」。
  • しかし、これらの記号は非常に奇妙で興味深さを帯びています。

「そしてこれらの記号は非常に奇妙です」
—— ジョン・ハーマン氏

同じ日のほかのニュース

一覧に戻る →

2026/09/11 0:29

Cognition が新たな SWE-2 モデルを発表。Fable 5.1 や GPT-Astra と競合する性能を誇ります。

## Japanese Translation: Cognition は、Fable 5.1 や GPT-5.6 Sol といったトップクラス競合に匹敵する最新コーディングモデルである SWE-2 を発表しました。SWE-2 は、大規模な Kimi K3 ベースモデル(パラメータ数 2.8 兆)での後学習により実現され、コストペナルティ付き報酬とファーストプリンシプルに基づくアプローチ、そして長さに基づく報酬ベースラインを採用してトレーニングを安定化させながら、多兆パラメータ領域への強化学習のスケーリングを達成しました。FrontierCode 1.1 Main では 50.0% のスコア(Fable 5.1 より僅か 1 ポイント下)を記録しながらコストは 64% 削減され、DeepSWE 1.1 では 73.0% を達成しました。単なるスコアを超え、SWE-2 は「エンジニアリング的判断」の優位性も示し、不要な迂回を避けることで初期コードエディットの中央値ステップ数を 48 から 18 に削減しました。また、モデルは安全性と信頼性を最優先しており、プロパガンダおよび検閲テストのうち 98% をパスしています。Devin Desktop と CLI 経由で即時利用可能(Web および Fusion では段階的展開中)の SWE-2 は、高パフォーマンス AI をアクセス可能な価格点で提供し、信頼性や安定性を損なうことなくソフトウェア開発サイクルの効率化を目的としています。 ## Text to translate: Cognition has introduced SWE-2, its most advanced coding model, which rivals top competitors like Fable 5.1 and GPT-5.6 Sol while offering significant efficiency gains. Achieved through post-training on the massive 2.8 trillion-parameter Kimi K3 base model, SWE-2 scales Reinforcement Learning to a multi-trillion parameter regime using cost-penalized rewards derived from first principles and a length-weighted reward baseline to stabilize training. On FrontierCode 1.1 Main, it scores 50.0% (just one point behind Fable 5.1) while being 64% cheaper; on DeepSWE 1.1, it achieves 73.0%. Beyond raw scores, SWE-2 demonstrates superior "engineering judgment," reducing the median steps to an initial code edit from 48 down to 18 by avoiding unnecessary detours. The model also prioritizes safety and reliability, passing 98% of propaganda and censorship tests. Available immediately via Devin Desktop and CLI (with rolling deployments on Web and Fusion), SWE-2 is designed to streamline software development cycles by delivering high-performance AI at an accessible price point without compromising trustworthiness or stability.

2026/09/11 6:30

米運輸安全委員会、マイアミでのボーイング767滑走路逸脱事故調査結果更新発表

## Japanese Translation: 9月6日のマイアミ国際空港におけるランウェイ逸脱事故に巻き込まれたボーイング7598貨物機からフライトレコーダーが回収され、正常に読み出されたことが、2026年9月9日に国立輸送安全委員会(NTSB)によって確認されました。アクロン航空社(Acron Aviation)のCVRからの高品質な音声および54時間以上にも及ぶフライトデータレコーダーのデータ——400以上のパラメータを記録——が確保されました。予備的分析によると、飛行機は conflicting なパイロットによる離陸再行(ゴーアラウンド)指令を受けながら、危険に甚だしい速度(ノーズギア158ノット)で接地しており、スピードブレーキやスラストリバーサの展開はされていなかったとのことです。現時点での記録は同期されていませんが、ワシントンDCのNTSBチームによって書面による要約が作成され、フラップ調整、オートパイロットの離脱、地形警告など特定の行動を含む事件の経過を明確にします。詳細なコックピット会話とデータパラメータのタイムラインは、専用調査ウェブページで確認できます。あるいは24時間365日の対応オペレーションセンター(1-844-373-9922)にお問い合わせいただくことも可能です。すべての所見は、公式要約が確定するまで予備的なものとされています。

2026/09/11 0:27

誰もあなたの大きなケーブル箱を取り上げてしまわないようにしましょう

## 日本語訳: 本物語は、家庭内のケーブルの乱雑化と不要な廃棄を防止するための単純ながら効果的な解決策に焦点を当てています。主な教訓は、タイラー・ガウ氏による「失われたケーブルを取り戻す」という助言に基づいた印刷されたリマインダーが備わったラベル付きの収納ボックスが、家族成員が貴重なワイヤーを誤って廃棄することを確実に防ぐということです。コンテナの直接にガウ氏の投稿の画像をテープで固定することによって、著者は良い整理整頓習慣を強化するための恒常的な視覚的ヒントを作成します。このアプローチは、将来のリペアプロジェクトに必要な特定のワイヤーを見つけることが困難であり、その結果としてアイテムが誤って捨てられるという一般的な問題に対処します。この戦略は、即座に家庭ごみの削減を実現するだけでなく、長期的な保守文化を育みます。今後、創業者は、自らが attic で発見し、慎重なケーブル管理の伝統を引き継ぐことを願っています。結局のところ、ソーシャルメディア上の教訓を実際のラベルに変えることは、複雑な技術や追加の労力を必要とせず、世代を超えて資源を保存するための賢いシステムを存続させることを保証します。

火星用に開発されたNASAの色彩トリックが、今や地球で岩壁画を解読する役割を果たすことになった | そっか~ニュース