キャサリン・ルイーズ・ブーマン（1989年生まれ）は、アメリカのエンジニアおよび計算機科学者であり、計算イメージングの分野で活動している。彼女は、ブラックホールを撮像するためのアルゴリズムであるCHIRP（Continuous High-resolution Image Reconstruction using Patch priors）の開発を主導し、ブラックホールの最初の画像を捉えたイベントホライズンテレスコープチームの一員でもあった。
ブーマンの研究は、機械学習と人工知能を橋渡しし、間接的な測定から隠れた物体を再構成するというイメージングにおける逆問題を解決するものである。彼女のイベントホライズンテレスコーププロジェクトへの貢献は、計算手法がスパースでノイズの多いデータから物理情報を抽出できることを実証し、これは現代の深層学習研究の中心的な課題である。
幼少期と教育
ブーマンはインディアナ州ウェストラファイエットで育った。彼女の父チャールズ・ブーマンは、パデュー大学の電気・コンピュータ工学および生体医工学の教授である。高校生の頃、ブーマンはパデュー大学でイメージング研究を行い、この分野への早期の exposure を得た。彼女は2007年にウェストラファイエット・ジュニア・シニア高校を卒業した。
ブーマンはミシガン大学で電気工学を学び、2011年に summa cum laude で卒業した。彼女は2013年に修士号を取得し、2017年にマサチューセッツ工科大学（MIT）で電気工学およびコンピュータ科学の博士号を取得した。MITでは、MITコンピュータ科学・人工知能研究所（MIT CSAIL）のメンバーであり、MITのヘイスタック天文台およびイベントホライズンテレスコープと密接に協力していた。彼女は全米科学財団の大学院フェローシップによって支援された。
彼女の修士論文『Estimating Material Properties of Fabric through the Observation of Motion』は、電気工学における最優秀修士論文に対して授与されるエルンスト・ギルマン賞を受賞した。彼女の博士論文『Extreme imaging via physical model inversion: seeing around corners and imaging black holes』はウィリアム・T・フリーマンの指導の下で執筆された。博士号を取得する前に、ブーマンはTEDxトーク『How to Take a Picture of a Black Hole』を行い、ブラックホールの最初の画像を捉えるために使用できるアルゴリズムを説明した。
研究とキャリア
博士号取得後、ブーマンはハーバード大学でイベントホライズンテレスコープイメージングチームの博士研究員として加わった。彼女は2013年にイベントホライズンテレスコーププロジェクトに参加し、CHIRPアルゴリズムの開発を主導した。CHIRPは、パッチ事前分布（小さな画像パッチの統計モデル）を使用して、スパースな望遠鏡データから高解像度画像を再構成する計算イメージング技術である。
CHIRPは、2019年4月にブラックホールの最初の画像を取得する際に使用された画像検証手順に影響を与えた。ブーマンは、画像の検証、イベントホライズンテレスコープによって撮影された画像のフィルタリングパラメータの選択、および異なる画像再構成技術の結果を比較する堅牢なイメージングフレームワークの開発への参加を通じて、プロジェクトで重要な役割を果たした。彼女のグループは、強い重力場における一般相対性理論についてさらに学ぶために、イベントホライズンテレスコープの画像の分析を続けている。
ブーマンは、EHT画像におけるブラックホールの影の検出に対する彼女の反応を示す写真がバイラルになった後、メディアから大きな注目を集めた。メディアやインターネット上の一部の人々は、ブーマンが画像の背後にいる「孤独な天才」であると誤解を招くように示唆した。しかし、ブーマン自身は、この結果は大規模なコラボレーションの作業から生まれたものであり、科学におけるチームワークの重要性を示していると繰り返し述べた。ブーマンはまた、オンライン上での嫌がらせの標的にもなり、彼女の同僚アンドリュー・シェイルがツイッターで「私の同僚であり友人に対するひどく性差別的な攻撃」を批判する声明を発表するほどだった。これには、チームによって達成された仕事を彼一人の功績とすることで彼女の貢献を貶めようとする試みも含まれていた。
学術的任命
ブーマンは2019年6月にカリフォルニア工科大学（カルテック）に助教授として加わり、コンピュータビジョンと機械学習を使用した新しい計算イメージングシステムに取り組んでいる。2020年には、カルテックから命名教授職を授与された。2024年には、計算・数理科学、電気工学、天文学の准教授に昇進し、ローゼンバーグ・スカラーにもなった。
カルテックでは、ブーマンは物理モデルとニューラルネットワークアプローチを統合するアルゴリズムの開発に焦点を当てた研究グループを率いている。彼女の仕事はブラックホールイメージングを超えて、医療イメージングやセンサーが不完全なデータを捉える他の分野への応用にまで及んでいる。彼女は生成AIやトランスフォーマーアーキテクチャの技術を逆問題に適応させる方法を探求してきたが、彼女の主な焦点は物理ベースの再構成手法に残っている。
評価と賞
ブーマンの貢献は広く認識されている。2019年にはBBCの100人の女性の一人に選ばれた。2021年には小惑星291387 Katieboumanが彼女にちなんで命名され、王立写真協会の進歩メダルと名誉フェローシップを受賞した。2024年には、科学技術における初期キャリア研究者を支援するスローン研究フェローシップを受賞した。
彼女の評価は、技術的な業績と、協力的な科学の公的な提唱者としての役割の両方を反映している。ブーマンは、物理学、コンピュータ科学、データ拡張技術の専門知識を組み合わせて、単一の分野では対処できない問題を解決する学際的な仕事の重要性について語ってきた。
計算イメージングへの影響
銀河M87の中心にあるブラックホールのイベントホライズンテレスコープ画像は、科学における画期的な成果であった。ブーマンのCHIRPアルゴリズムは、世界中の電波望遠鏡のネットワークによって収集されたデータから画像を再構成するために使用されたいくつかの方法の一つであった。この成功は、計算イメージングが望遠鏡の解像度の物理的限界を克服できることを実証し、この原理は現在、天文学からインテュイティブ・サージカルイメージングシステムに至るまでの分野で応用されている。
ブーマンのアプローチは、イメージングにおける不確実性の定量化の重要性を強調している。単一の画像を生成するのではなく、彼女のアルゴリズムは複数の妥当な再構成を生成し、科学者がどの特徴が堅牢であり、どの特徴がアルゴリズムの選択に依存するかを評価できるようにする。この方法論は、機械学習の研究者がグラウンドトゥルースが利用できない問題に取り組む方法に影響を与えた。
公的な関与とメディア
ブラックホール画像に対するブーマンの反応を示すバイラル写真は、彼女に国際的な注目をもたらした。彼女はこのプラットフォームを利用して、科学的コラボレーションの性質と現代の研究における計算の役割について議論してきた。画像が撮影される前に行われた彼女のTEDxトークは、5500万光年離れた物体を撮像するアルゴリズム上の課題を説明した。
ブーマンはまた、STEM分野における女性が直面する課題にも言及してきた。彼女が経験したオンライン上の嫌がらせは、科学における永続的な性差別の問題を浮き彫りにし、チームワークと証拠を強調する彼女の対応は、公的な scrutiny を処理するためのモデルとして引用されている。彼女は包括的な研究環境を引き続き提唱している。
現在の仕事
2024年現在、ブーマンのカルテックでの研究は、物理モデルと深層学習技術を組み合わせた新しい計算イメージングシステムの開発に焦点を当てている。彼女のグループは、物理的一貫性を維持しながらデータから事前分布を学習する方法を調査しており、これはコンピュータビジョンと医療イメージングアプリケーションの両方に関連するトピックである。彼女はまた、超解像や画像復元など、人工知能における他の逆問題とイメージングの間の関連性も探求している。
ブーマンの仕事は、現代の計算科学を特徴付ける信号処理、最適化、機械学習の収束を体現している。彼女のキャリアの軌跡（MITでの大学院研究から主要な科学コラボレーションでの指導的役割まで）は、アルゴリズムにおける基礎研究がどのように変革的な発見につながるかを示している。