Um estudante do ensino médio de 18 anos utilizou inteligência artificial para descobrir 1,5 milhão de objetos cósmicos até então desconhecidos. Matteo Paz, de Pasadena, Califórnia, criou um sofisticado algoritmo de aprendizado de máquina que vasculhou vastos arquivos de dados do telescópio NEOWISE da NASA (o Near-Earth Object Wide-field Infrared Survey Explorer). Lançado em 2009, o NEOWISE passou mais de uma década mapeando o céu em comprimentos de onda infravermelhos, originalmente caçando asteroides e cometas próximos da Terra enquanto capturava bilhões de detecções — aproximadamente 200 bilhões no total — de fontes celestes. Escondidas dentro desse enorme conjunto de dados estavam mudanças sutis no brilho infravermelho que sugerem fenômenos dinâmicos: estrelas variáveis, explosões de supernovas, buracos negros supermassivos alimentando e sistemas binários próximos de estelar, entre outros. Em vez de depender da inspeção manual, Paz treinou um modelo de IA (incluindo técnicas como análise de formas de onda e seu algoritmo VARnet) para detectar e classificar automaticamente esses sinais de variabilidade tênue em toda a coleção. O resultado: um catálogo inovador chamado VarWISE, que identificou cerca de 1,9 milhão de objetos variáveis no infravermelho no total, sendo que 1,5 milhão representam descobertas totalmente novas nunca antes catalogadas por astrônomos. Este catálogo VarWISE já está auxiliando pesquisadores a explorar comportamentos estelares incomuns e outros eventos transitórios em todo o universo. A conquista de Paz — realizada durante pesquisas no Caltech sob mentoria e culminando em um artigo revisado por pares — lhe rendeu o primeiro lugar e um prêmio de $250.000 no Regeneron Science Talent Search 2025. Ele ilustra poderosamente a transformação na astronomia moderna: à medida que telescópios geram dados muito além da capacidade de processamento humana, combinar instrumentos de ponta com algoritmos inteligentes está desvendando tesouros ocultos bem em arquivos existentes. As próximas grandes descobertas nem sempre estão no cosmos distante — elas frequentemente ficam enterradas nos dados que já coletamos.