En 18-årig gymnasieelev använde artificiell intelligens för att avslöja 1,5 miljoner tidigare okända kosmiska objekt. Matteo Paz, från Pasadena, Kalifornien, skapade en sofistikerad maskininlärningsalgoritm som sållade igenom enorma arkiv av data från NASAs NEOWISE-teleskop (Near-Earth Object Wide-field Infrared Survey Explorer). Uppskjuten 2009 tillbringade NEOWISE över ett decennium med att undersöka himlen i infraröda våglängder, ursprungligen på jakt efter jordnära asteroider och kometer samtidigt som den fångade miljarder upptäckter – ungefär 200 miljarder totalt – av himmelska källor. Dolda i denna enorma datamängd fanns subtila förändringar i infraröd ljusstyrka som antyder dynamiska fenomen: variabla stjärnor, supernovaexplosioner, matande supermassiva svarta hål och nära dubbelstjärnesystem, bland annat. Istället för att förlita sig på manuell inspektion tränade Paz en AI-modell (inklusive tekniker som vågformsanalys och hans VARnet-algoritm) för att automatiskt upptäcka och klassificera dessa svaga variabilitetssignaler över hela samlingen. Resultatet: en banbrytande katalog vid namn VarWISE, som identifierade cirka 1,9 miljoner infraröda variabelobjekt totalt, varav 1,5 miljoner representerar helt nya upptäckter som astronomer aldrig tidigare katalogiserat. Denna VarWISE-katalog hjälper redan forskare att utforska ovanligt stjärnbeteende och andra tillfälliga händelser i universum. Paz prestation – genomförd under forskning vid Caltech under mentorskap och kulminerande i en peer-reviewad artikel – gav honom förstaplatsen och ett pris på 250 000 dollar i 2025 års Regeneron Science Talent Search. Den illustrerar kraftfullt omvandlingen inom modern astronomi: eftersom teleskop genererar data långt bortom mänsklig bearbetningskapacitet, låser kombinationen av banbrytande instrument med intelligenta algoritmer upp dolda skatter direkt i befintliga arkiv. De nästa stora upptäckterna finns inte alltid ute i det avlägsna kosmos—de är ofta begravda i den data vi redan samlat in.