18-letni uczeń szkoły średniej wykorzystał sztuczną inteligencję, aby odkryć 1,5 miliona wcześniej nieznanych obiektów kosmicznych. Matteo Paz z Pasadeny w Kalifornii stworzył zaawansowany algorytm uczenia maszynowego, który przeszukiwał ogromne archiwa danych z teleskopu NEOWISE NASA (Near-Earth Object Wide-field Infrared Survey Explorer). Uruchomiony w 2009 roku, NEOWISE spędził ponad dekadę na badaniu nieba w podczerwieni, pierwotnie poszukując asteroid i komet bliskich Ziemi, rejestrując miliardy detekcji—około 200 miliardów łącznie—źródeł niebieskich. Ukryte w tym ogromnym zbiorze danych były subtelne zmiany w jasności w podczerwieni, które sugerują dynamiczne zjawiska: gwiazdy zmienne, eksplozje supernowych, karmiące się supermasywne czarne dziury oraz bliskie układy gwiazd podwójnych, między innymi. Zamiast polegać na ręcznej inspekcji, Paz wytrenował model AI (w tym techniki takie jak analiza fal i jego algorytm VARnet), aby automatycznie wykrywać i klasyfikować te słabe sygnały zmienności w całej kolekcji. Efekt: przełomowy katalog nazwany VarWISE, który zidentyfikował około 1,9 miliona obiektów zmiennych w podczerwieni, z czego 1,5 miliona to całkowicie nowe odkrycia, które nigdy wcześniej nie zostały skatalogowane przez astronomów. Ten katalog VarWISE już pomaga badaczom w eksploracji niezwykłego zachowania gwiazd i innych zjawisk przejściowych w całym wszechświecie. Osiągnięcie Paza—przeprowadzone podczas badań w Caltech pod mentorską opieką i kończące się recenzowanym artykułem—przyniosło mu pierwsze miejsce i nagrodę w wysokości 250 000 dolarów w 2025 roku w Regeneron Science Talent Search. Mocno ilustruje to transformację w nowoczesnej astronomii: gdy teleskopy generują dane znacznie przekraczające ludzką zdolność przetwarzania, łączenie nowoczesnych instrumentów z inteligentnymi algorytmami odkrywa ukryte skarby w istniejących archiwach. Następne wielkie odkrycia nie zawsze są daleko w odległym kosmosie—często są zakopane w danych, które już zebraliśmy.