美国高中生AI算法挖掘NASA海量数据：发现150万个失踪太空物体

信息来源：
https://dailygalaxy.com/2025/09/i-mapped-the-invisible-an-american-high-school-student-stuns-scientists-by-discovering-1-5-million-lost-space-objects/

一个原本只是暑期实习的项目，最终演变为现代天文学史上最令人瞩目的数据挖掘成果之一。加州帕萨迪纳17岁高中生马特奥·帕兹利用自主开发的人工智能算法，从NASA已退役的NEOWISE望远镜数据中识别出超过150万个此前未知的可变天体，这一发现已通过同行评议并发表在权威期刊《天文学杂志》上。

这项成就的意义远超一般的学生科研项目。帕兹所发现的天体包括类星体、食双星、超新星和其他具有时变特征的宇宙现象，这些发现将为未来的韦伯太空望远镜和维拉鲁宾天文台观测提供重要目标。更令人震惊的是，这些发现全部来自一个高中生在六周内开发的机器学习算法，该算法能够处理接近2000亿行的观测数据，识别出人眼和传统分析方法完全忽略的微弱变化信号。

从暑期项目到科学突破

马特奥·帕兹。图片来源：Fox 11 Los Angeles | The Daily Galaxy --Great Discoveries Channel

2022年夏天，帕兹参加了加州理工学院的行星探索者学院项目，这个专为高中生设计的研究项目旨在让年轻学者接触真实的天文学挑战。在加州理工学院红外处理与分析中心高级科学家戴维·柯克帕特里克的指导下，帕兹开始探索NEOWISE望远镜的庞大数据库。

NEOWISE望远镜于2009年发射，主要任务是探测近地小行星，但在超过十年的运行期间，它积累了覆盖全天空的红外观测数据。这些数据不仅记录了太阳系内的天体，还捕获了大量遥远宇宙中的变化现象。然而，数据量的庞大使得传统分析方法难以应对。

面对这一挑战，研究团队最初考虑手动分析数据的一小部分，但帕兹提出了更加雄心勃勃的方案。凭借在理论数学、编程和时域分析方面的扎实基础，他决定开发一个能够自动化整个搜索过程的人工智能系统。

仅用六周时间，帕兹就构建了一个复杂的机器学习管道，能够识别那些亮度随时间变化的微弱光源。这些时变特征往往是识别特殊天体类型的关键指标，但由于变化幅度微小或周期复杂，很容易被传统搜索方法遗漏。

柯克帕特里克对这一进展印象深刻："该模型几乎立刻就显示出了一些潜力。随着帕兹对它的不断改进，结果也变得越来越有趣。"这种快速迭代和持续优化的能力，体现了现代机器学习在天文数据分析中的巨大潜力。

技术创新与数据挖掘方法

异常提取流程。图片来源：《天文学杂志》。

帕兹开发的AI系统采用了傅里叶变换和小波分析的组合方法，这两种数学技术特别适合分析信号随时间的变化模式。在天文学应用中，这意味着能够检测红外光谱中极其细微的亮度变化，即使这些变化的时间尺度超出了NEOWISE望远镜采样频率的典型范围。

这种技术方法的创新之处在于能够识别变化极其缓慢或极其短暂的天体现象。传统的天文观测往往关注具有规律周期性变化的天体，而帕兹的算法能够捕捉到那些不遵循可预测模式的现象，如慢瞬变事件或激变变星。

算法的核心优势在于其多尺度分析能力。通过同时应用不同的时频分析技术，系统能够在各种时间尺度上检测变化模式，从几小时的快速爆发到跨越数年的长期演化趋势。这种全面的分析能力使得许多此前被归类为"噪声"的微弱信号得以被正确识别为真实的天体现象。

数据处理的规模同样令人印象深刻。NEOWISE数据库包含近2000亿行观测记录,覆盖了全天空在多个红外波段的长期监测数据。帕兹的算法需要在这一海量数据集中识别出具有统计显著性的变化模式,同时排除仪器噪声、大气干扰和其他系统性误差的影响。

更重要的是，该算法具有很强的泛化能力。虽然最初针对NEOWISE数据进行优化，但其基本架构可以适用于其他时域天文巡天项目的数据分析，为未来的大规模天文数据挖掘提供了重要的技术基础。

科学发现的深远影响

马泰奥·帕兹与加州理工学院校长托马斯·F·罗森鲍姆。 图片来源：加州理工学院

帕兹发现的150万个可变天体构成了一个前所未有的宇宙变源目录，这些发现对天文学研究具有多重意义。首先，如此大规模的变源样本为统计研究提供了坚实基础，天文学家可以通过分析这些天体的分布特征和变化规律，更好地理解恒星演化、星系活动和宇宙结构的形成过程。

在恒星物理学方面，新发现的变星为研究恒星内部结构和演化过程提供了丰富的观测样本。不同类型的变星反映了恒星在不同演化阶段的物理状态，大样本的统计分析有助于检验和完善现有的恒星演化理论。

对于河外天文学研究，新发现的类星体和活动星系核为研究超大质量黑洞的活动机制提供了重要线索。这些极端天体的变化模式承载着关于黑洞吸积过程、喷流形成和宿主星系环境的丰富信息。

该发现还为时域天文学这一快速发展的研究领域注入了新的活力。随着下一代大型巡天望远镜如维拉鲁宾天文台即将投入使用，对时变现象的系统研究将成为天文学的重要前沿。帕兹建立的变源目录为这些未来观测提供了重要的目标源清单。

从方法学角度看，这项工作展示了人工智能技术在天文数据分析中的巨大潜力。随着天文观测设备产生的数据量呈爆炸式增长，传统的人工分析方法已经无法应对。机器学习算法不仅能够处理海量数据，还能发现人类分析师可能遗漏的微弱信号和复杂模式。

教育模式的启示与未来展望

帕兹的成功故事也为科学教育提供了重要启示。他所就读的帕萨迪纳联合学区数学学院是一个专门为数学天赋学生设计的公立教育项目，强调超越标准课程的深度学习。这种教育模式培养了学生在算法开发、时间序列建模和计算天体物理学等通常只在研究生阶段才接触的高级技能。

柯克帕特里克对这种教育理念表示强烈支持："如果我看到他们的潜力，我就想确保他们能够充分发挥。我会尽我所能帮助他们。"这种导师制的研究指导模式，为年轻学者提供了接触前沿科学研究的宝贵机会。

目前，帕兹已经成为加州理工学院红外处理与分析中心的带薪研究助理，继续完善他的AI算法，同时在行星探索者学院指导新一届的高中生参与者。这种"学生变导师"的传承模式，有助于建立可持续的科学人才培养体系。

研究团队计划在2025年发布完整的变源目录，这将为全球天文学界提供一个宝贵的研究资源。该目录不仅包含天体的位置和基本性质信息，还记录了它们的详细变化特征，为后续的多波段观测和理论建模提供指导。

帕兹本人也认识到这项技术的更广泛应用价值。由于AI算法的核心是分析时间序列数据中的模式，它可以适用于金融市场分析、环境污染监测、神经科学研究等多个领域。这种跨学科的技术转移潜力，体现了基础科学研究对社会发展的广泛推动作用。

从更大的视角看，这个项目展示了现代科学研究中数据驱动发现的重要性。随着各个科学领域都面临着数据爆炸的挑战，开发智能的数据分析工具变得越来越重要。帕兹的成功经验为年轻一代科学家展示了如何利用人工智能技术应对这一挑战。