Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
En 18 år gammel videregående elev utnyttet kunstig intelligens for å avdekke 1,5 millioner tidligere ukjente kosmiske objekter.
Matteo Paz, fra Pasadena, California, skapte en sofistikert maskinlæringsalgoritme som gikk gjennom enorme arkiver med data fra NASAs NEOWISE-teleskop (Near-Earth Object Wide-field Infrared Survey Explorer). Skutt opp i 2009, tilbrakte NEOWISE over et tiår med å kartlegge himmelen i infrarøde bølgelengder, opprinnelig på jakt etter nærjordsasteroider og kometer samtidig som de fanget milliarder av oppdagelser—omtrent 200 milliarder totalt—av himmelske kilder.
Skjult i dette enorme datasettet fantes subtile endringer i infrarød lysstyrke som antydet dynamiske fenomener: variable stjerner, supernovaeksplosjoner, matende supermassive sorte hull, og nære dobbeltstjernesystemer, blant annet.
I stedet for å stole på manuell inspeksjon, trente Paz en AI-modell (inkludert teknikker som bølgeformanalyse og hans VARnet-algoritme) til automatisk å oppdage og klassifisere disse svake variasjonssignalene på tvers av hele samlingen. Resultatet: en banebrytende katalog kalt VarWISE, som identifiserte omtrent 1,9 millioner infrarøde variable objekter totalt, hvorav 1,5 millioner representerer helt nye oppdagelser som astronomer aldri tidligere har katalogisert.
Denne VarWISE-katalogen hjelper allerede forskere med å utforske uvanlig stjerneoppførsel og andre forbigående hendelser i universet.
Paz' prestasjon—utført under forskning ved Caltech under veiledning og kulminert i en fagfellevurdert artikkel—ga ham førsteplass og en premie på 250 000 dollar i 2025 Regeneron Science Talent Search. Den illustrerer kraftfullt transformasjonen i moderne astronomi: ettersom teleskoper genererer data langt utover menneskelig prosesseringskapasitet, åpner kombinasjonen av banebrytende instrumenter med intelligente algoritmer skjulte skatter rett i eksisterende arkiver.
De neste store oppdagelsene er ikke alltid ute i det fjerne kosmos—de er ofte begravd i dataene vi allerede har samlet inn.

Topp
Rangering
Favoritter
