“我绘制了无形之物”：美国高中生利用AI发现150万个失踪太空物体，震惊科学界

一位来自加利福尼亚州帕萨迪纳的18岁高中生，马泰奥·帕兹（Matteo Paz），在挖掘被遗忘的NASA数据时，意外揭示了一个宇宙级的秘密。他从一段暑期研究起步，最终以一项突破性的人工智能发现，赢得了全美最负盛名的高中生科学竞赛——再生元科学人才选拔赛（Regeneron Science Talent Search）第一名，并获得25万美元奖金。

帕兹的研究分析了NASA广域红外巡天探测器（WISE）所收集的庞大天文数据。他开发了一种名为VARnet的机器学习算法，成功识别出190万个红外可变天体，其中约150万个是此前未被记录的新发现。这些天体包括超大质量黑洞、新生恒星、超新星等关键宇宙现象。

“祝贺今年再生元科学人才选拔赛的获奖者，”美国科学协会总裁兼首席执行官玛雅·阿杰梅拉表示，“这些年轻人的创造力和奉献精神，为我们共同的未来注入了新的希望。”

意外夺冠与科研挑战

帕兹在获得大奖后表示：“我能进入前十已感到非常荣幸，拿到第一是完全出乎意料的，我至今仍难以平静。”他的科研之路并非一帆风顺。今年早些时候，他和家人因伊顿大火被迫撤离家园。在研究过程中，他也屡次面临代码编写与数据解析的困难。

然而，帕兹乐在挑战之中。他改进了算法，结合数学工具完成数据降噪和模式提取，最终构建出强大的分析模型。他在初步结果中注意到许多奇特且未被研究过的现象，说道：“最让我兴奋的是，一些变化现象目前还没有明确的科学解释。这些神秘物体很可能启发全新的物理学。”

WISE探测器于2009年发射，积累了2000亿行红外数据（约200TB），却一直未被系统编目。帕兹借助其VARnet算法，通过波形机器学习和有限嵌入傅里叶变换，成功从噪音中提取出有效信号，实现对变源的高精度检测。

这一发现不仅扩展了NEOWISE任务（WISE后续用于近地天体监测的任务）的科学潜力，也为测量宇宙膨胀速度、重新理解宇宙起源提供了新的数据基础。

从观星少年到加州理工学院合作者

帕兹对天文学的热爱始于童年。母亲带他参加加州理工学院的公开观星讲座，点燃了他对宇宙的好奇。2022年他加入由天文学教授安德鲁·霍华德领导的行星探索者暑期项目，次年又进入加州理工学院暑期研究联系项目，与导师戴维·柯克帕特里克展开合作。

柯克帕特里克是IPAC资深科学家，长期指导不同背景的研究者。他不仅给予帕兹学术自由，还引荐多位天文学家——如舒巴内·赫马蒂、丹尼尔·马斯特斯等——共同探讨机器学习在天文时间序列分析中的应用。

“和戴维见面，可能10%谈正事，90%是在畅聊科学，那样的环境让我迅速成长，”帕兹回忆道。

NEOWISE望远镜虽已退役，但其持续十多年对全天空的扫描，累积了海量尚未开发的红外时域数据。传统方法难以处理如此庞大数据，更无法系统识别那些亮度缓慢变化或突然闪烁的天体。

帕兹没有选择人工筛选，而是开发出一套基于小波分析和傅里叶变换的机器学习流程，仅六周就显示出强大潜力。该模型能捕捉到极微弱、极短暂或极缓慢的光变信号，这些都是人眼乃至传统工具难以察觉的。

项目并未随暑假结束。2024年，帕兹以导师身份指导其他高中生，同时继续改进他的AI模型。目前，他已将算法扩展至处理全部NEOWISE原始数据，成功识别、分类150万个新天体。

完整星表预计于2025年发布，将成为维拉·鲁宾天文台、詹姆斯·韦伯太空望远镜等设备后续观测的重要依据。更令人惊喜的是，帕兹高中毕业后，正式受聘于加州理工学院IPAC中心，成为戴维·柯克帕特里克团队的带薪研究助理。

超越天文学：AI在多领域的潜力

帕兹强调，他所开发的模型不仅适用于天文时域研究，也可广泛应用于金融时序分析、大气污染监测、神经科学等多个依赖时间序列数据的领域。“任何具有周期性或突变性时间信号的问题，都可以从这个工具中受益。”

柯克帕特里克对帕兹的成就深感自豪：“当我看到马特奥获胜，那种喜悦甚至超过自己得奖。指导的意义，正是帮助他们释放潜力。”

凭借其发表在《天文学杂志》上的唯一作者论文和再生元科学大奖，马泰奥·帕兹不仅证明年轻科学家能站在科研最前沿，也展示了人工智能与跨学科方法在解密宇宙中的巨大潜力。从观星少年到数据探秘者，他用代码绘制出了人类前所未见的宇宙图景。

https://scitechdaily.com/teen-wins-250k-for-using-ai-to-discover-1-5-million-hidden-objects-in-space/