NASA的数据库里，沉睡着近2000亿条观测记录。专业天文学家已经花了十几年时间对其中的数据进行分析，他们认为这片天空已经被探索得足够彻底了。
然后，一名来自帕萨迪纳的美国高中生写了一套AI程序，重新翻了一遍这堆数据，找出了约150万个此前从未被识别的变化天体。
这件事发生在2022年到2024年之间，成果发表于《天文学杂志》，主角马特奥·帕兹（Matteo Paz）凭此拿下了2025年再生元科学人才奖的25万美元一等奖。
旧数据里的"时间胶囊"
这个故事的起点是NASA的NEOWISE任务，一台设计用来搜寻近地小行星的红外望远镜。
NEOWISE在执行主要任务的同时，也顺带捕捉到了无数遥远天体的红外信号，包括亮度随时间变化的变星、爆发中的超新星，以及互相遮掩的食双星系统。这些数据被忠实地记录了下来，在长达10.5年的时间里积累成将近200TB的庞大档案，约合20万GB。
问题在于体量。NEOWISE单次曝光数据库包含的探测条目接近2000亿行，这个数字意味着哪怕只想手动检查天空中的一小片区域，速度也慢得令人绝望。加州理工学院红外处理与分析中心（IPAC）的天文学家戴维·柯克帕特里克后来形容，团队的测量数据"已经接近2000亿行"，常规分析手段面对这种规模的数据几乎无从下手。
帕兹当时是加州理工学院行星发现者学院暑期项目的学员，柯克帕特里克是他的导师。他们面对的，是一个经典的现代科学困境：数据不缺，缺的是以合理速度理解数据的工具。
帕兹的解决方案是建立一套他命名为VARnet的AI系统。这套系统的工作原理是接收一条光变曲线，也就是某个天体亮度随时间变化的记录，然后通过小波分解和基于傅里叶变换的特征提取，将这条曲线拆解为不同时间尺度上的变化模式，最后交由神经网络判断这种变化是真实的天文信号，还是随机噪声。
轨道图显示了太阳系中探测到的数千个天体，这是基于人工智能对 NASA NEOWISE 数据集进行分析的一部分。
在技术指标上，VARnet处理每个数据源的时间低于53微秒，在四类变星的分类测试中，F1分数达到了0.91，也就是说它能够以相当高的准确率区分类星体、超新星残骸、脉动变星和食双星等不同类型的变化天体。
正是这套系统，让帕兹得以在NEOWISE的海量档案中完成了一次前所未有的全面扫描，最终整理出一份包含约190万个红外变星的星表，其中约150万个是此前从未被记录在案的新发现。
高中生"捡漏"，背后是天文学的真实困境
这个故事最容易被误读的地方，是把它当成一个"天才少年"的励志叙事。
但更值得关注的，其实是它暴露出来的科学问题：大量有价值的数据正在天文档案里默默等待，只是因为缺乏合适的分析工具，它们的潜力从未被完整释放过。帕兹的项目本质上不是在寻找新的天体，那些天体一直都在，NEOWISE已经"看"到了它们，只是没有人有办法在合理时间内，从那2000亿行记录里把它们一一挑出来。
这在当代天文学里并非孤例。随着新一代巡天望远镜和空间任务的上线，天文数据的产生速度已经远远超过了人类手动分析的极限。正在建设中的薇拉·鲁宾天文台（Vera C. Rubin Observatory）预计每晚将产生约20TB的观测数据，每年识别数百亿个天体，这个量级的数据处理几乎从一开始就注定要依赖机器学习。
帕兹的VARnet还有一个被低调提及的优势：它在"被尘埃遮蔽"的天区同样有效，而这些区域恰恰是传统光学巡天的盲区，因为可见光无法穿透浓密的星际尘埃，但红外线可以。这意味着这份新星表里，包含了相当数量来自银河系尘埃遮蔽区域的天体，那是一片此前几乎从未被系统性研究过的天文领土。
帕兹自己在描述这项研究时说过，类似的时间序列分析方法，如果配备合适的传感器，同样可以用来检测大气污染等环境数据中的周期性模式，因为季节和昼夜循环会在这些数据中留下可识别的规律性特征。
一个高中生从一堆"已经研究过"的旧数据里挖出了150万个没人见过的宇宙天体。这件事最大的启示，也许不是关于这个孩子有多聪明，而是关于我们手边到底还藏着多少没被认真看过的东西。
财盛证券提示：文章来自网络，不代表本站观点。
