Seorang siswa sekolah menengah berusia 18 tahun memanfaatkan kecerdasan buatan untuk mengungkap 1,5 juta objek kosmik yang sebelumnya tidak diketahui. Matteo Paz, dari Pasadena, California, menciptakan algoritma pembelajaran mesin canggih yang menyaring arsip data yang luas dari teleskop NEOWISE NASA (Near-Earth Object Wide-field Infrared Survey Explorer). Diluncurkan pada tahun 2009, NEOWISE menghabiskan lebih dari satu dekade mensurvei langit dalam panjang gelombang inframerah, awalnya berburu asteroid dan komet dekat Bumi sambil menangkap miliaran deteksi—sekitar 200 miliar total—sumber langit. Tersembunyi di dalam kumpulan data yang sangat besar ini adalah perubahan halus dalam kecerahan inframerah yang mengisyaratkan fenomena dinamis: bintang variabel, ledakan supernova, lubang hitam supermasif, dan sistem bintang biner dekat, antara lain. Alih-alih mengandalkan inspeksi manual, Paz melatih model AI (termasuk teknik seperti analisis bentuk gelombang dan algoritma VARnet-nya) untuk secara otomatis mendeteksi dan mengklasifikasikan sinyal variabilitas samar ini di seluruh koleksi. Hasilnya: katalog inovatif bernama VarWISE, yang mengidentifikasi sekitar 1,9 juta objek variabel inframerah secara keseluruhan, dengan 1,5 juta mewakili penemuan yang sama sekali baru yang belum pernah dikatalogkan sebelumnya oleh para astronom. Katalog VarWISE ini sudah membantu para peneliti dalam mengeksplorasi perilaku bintang yang tidak biasa dan peristiwa sementara lainnya di seluruh alam semesta. Pencapaian Paz—yang dilakukan selama penelitian di Caltech di bawah bimbingan dan berpuncak pada makalah peer-review—memberinya tempat pertama dan hadiah $250,000 dalam Regeneron Science Talent Search 2025. Ini dengan kuat menggambarkan transformasi dalam astronomi modern: karena teleskop menghasilkan data jauh melampaui kapasitas pemrosesan manusia, memasangkan instrumen mutakhir dengan algoritme cerdas membuka harta karun tersembunyi tepat di arsip yang ada. Penemuan besar berikutnya tidak selalu ada di kosmos yang jauh—mereka sering terkubur dalam data yang telah kita kumpulkan.