18-летний старшеклассник использовал искусственный интеллект, чтобы обнаружить 1,5 миллиона ранее неизвестных космических объектов. Маттео Паз из Пасадены, штат Калифорния, создал сложный алгоритм машинного обучения, который просеивал огромные архивы данных с телескопа NASA NEOWISE (Обсерватория широкополосного инфракрасного обзора околоземных объектов). Запущенный в 2009 году, NEOWISE провел более десяти лет, исследуя небо в инфракрасных длинах волн, изначально ища околоземные астероиды и кометы, при этом зафиксировав миллиарды обнаружений — примерно 200 миллиардов в общей сложности — небесных источников. Скрытые в этом огромном наборе данных были тонкие изменения в инфракрасной яркости, которые намекают на динамические явления: переменные звезды, взрывы сверхновых, поглощающие сверхмассивные черные дыры и близкие двойные звездные системы, среди прочих. Вместо того чтобы полагаться на ручную проверку, Паз обучил модель ИИ (включая такие методы, как анализ формы волны и его алгоритм VARnet), чтобы автоматически обнаруживать и классифицировать эти слабые сигналы изменчивости по всей коллекции. Результат: революционный каталог под названием VarWISE, который идентифицировал около 1,9 миллиона инфракрасных переменных объектов в целом, из которых 1,5 миллиона представляют собой совершенно новые открытия, никогда ранее не каталогизированные астрономами. Этот каталог VarWISE уже помогает исследователям изучать необычное звездное поведение и другие транзитные события по всей вселенной. Достижение Паза — проведенное во время исследований в Caltech под руководством наставника и завершившееся рецензируемой статьей — принесло ему первое место и приз в размере 250 000 долларов в конкурсе Regeneron Science Talent Search 2025 года. Это мощно иллюстрирует трансформацию в современной астрономии: поскольку телескопы генерируют данные, которые значительно превышают возможности человеческой обработки, сочетание современных инструментов с интеллектуальными алгоритмами открывает скрытые сокровища прямо в существующих архивах. Следующие большие открытия не всегда находятся в далеком космосе — они часто зарыты в данных, которые мы уже собрали.