science 10 分钟阅读

青少年用AI实证公民科学的价值

Matteo Paz在六周内构建了一套机器学习管线,从NASA归档天空数据中发现了150万个闪烁天体——如今专业天文学家已在使用他的目录,并追问还有多少未发掘的数据集。

  • 褐矮星
  • NASA
  • KakaoAI
  • 太空行为协议
  • variable stars

这条管线用了六周搭成

马泰奥·帕斯(Matteo Paz)十五岁时加入"行星发现学院"(Planet Finder Academy),这是一个隶属于加州理工学院的计划,让学生与在职天文学家结对。他的导师是红外处理与分析中心(IPAC)的大卫·柯克帕特里克(Davy Kirkpatrick)。任务内容:从NASA的NEOWISE望远镜数据中筛选出约两千亿行测量记录——这是一颗2009年发射的卫星,初衷是追踪近地小行星,却在不知不觉中积累了十年的全天空红外观测数据。

帕斯没有走预定的路径。他没有去研究一小部分样本,而是用了六周时间搭建了一条机器学习管线,扫描整个档案库以寻找微弱且亮度变化的信号源——即那些亮度出现闪烁、脉动或衰减的现象,而标准探测软件恰好会忽略这类信号。该系统共标记了150万个候选目标。这份目录于2025年底公开发布,现已成为薇拉·C·鲁宾天文台等大型观测机构开展活跃观测的重要驱动资源。

这一成果的意义不在于数字本身,而在于它所证明的事:现代天文学的瓶颈已不再是计算能力或数据获取渠道,而是时间。各机构坐拥拍字节级的归档巡天数据,却因缺乏人手而无法处理。一个少年、一台笔记本电脑、开源数学工具加上结构化的指导关系,就证明了这一缺口可以被迅速填平。

它究竟是如何工作的

帕斯的模型依赖傅里叶变换与小波分析——这是从含噪时间序列中提取周期性和瞬态信号的技术。这些属于研究生级别的工具,在信号处理领域极为常规,却很少出现在本科天文学入门课程中。帕斯是通过帕萨迪纳联合学区数学学院(Math Academy)学会这些技术的——那是面向数学天赋学生的公立项目。

NEOWISE以固定间隔对天空进行红外观测采样。大多数天体看起来亮度稳定。但类星体会闪烁,因为超大质量黑洞正在吞噬物质;双星会互相遮掩;超新星则爆发后又逐渐变暗。标准管线只寻找明亮且可预测的变化信号,更微弱或更罕见的信号便会从裂缝中溜走。

帕斯的算法反其道而行,不追逐亮度,而是在完整的十年数据集中寻找微妙的偏差——那一闪、那一脉、那一缓褪的过程。结果是一份包含150万个变量源的目录,此前从未被系统性地识别过。包括舒巴内赫·海玛提(Shoubaneh Hemmati)、丹尼尔·马斯特斯(Daniel Masters)、阿希什·马哈巴尔(Ashish Mahabal)和马修·格雷厄姆(Matthew Graham)在内的多位加州理工学院研究人员帮助完善了这套系统,使其能够覆盖整个天空。

这些数据接下来会发生什么

薇拉·C·鲁宾天文台已经开始利用帕斯的目录。2026年2月24日,其实时预警系统在单夜触发了约80万条警报——爆炸恒星、变化天体、活跃黑洞、小行星。那还是鲁宾十年期《时空 Legacy 巡天》同年稍晚启动之前的事。全面运行后,预计鲁宾每晚将产生多达七百万条警报。没有任何人工团队能处理如此体量。必须由机器学习代理在数秒之内判断哪些信号值得后续观测。

换句话说,帕斯在归档数据上验证过的方法,已经静默地成为现代天文学实现规模化运作的唯一途径。望远镜变得如此强大,人工智能不再是一种便利,而是入场门槛。

NASA管理层已公开认可帕斯的贡献,称其为证据,表明主要航天机构现在承认革命性的发现可以来自非传统渠道。这一表态分量不轻,它标志着资金机构如何评估人才和洞见的来源正发生转变。

更广泛的启示:还有多少蕴藏未被开发?

眼前的故事令人振奋,但结构性故事更大。无数nebula般的线索沉睡在专业人士根本没有时间去审视的归档数据集里。盖亚任务已绘制超过十亿颗恒星的图景,并发布了多次数据发布,其中包含时间序列光度测量数据——这些数据的瞬态和变量信号目前几乎处于未开采状态。兹威基瞬态设施(Zwicky Transient Facility)档案、泛星巡天(Pan-STARRS)以及存档的TESS光曲线,都蕴含着类似的宝藏。

每一个数据集都面临NEOWISE在帕斯介入前相同的困境:数据太多,人手不足。如今的差别在于,构建挖掘管线的门槛已大幅降低。时间序列分析、傅里叶变换和小波分解的开源库均可免费获取。一名有基本编程能力的学生就能原型化曾经需要研究小组和科研经费才能实现的工作。

仍有若干问题悬而未决。帕斯那150万个目标的目录能在多大程度上代表红外天空中变量源的真实总体?部分探测结果可能是仪器伪影,或是算法误分类的已知天体类型。专业天文学家需要在目录进入教科书之前抽样验证。而帕斯本人也表示,他计划将此方法扩展到天文学之外的领域——金融、环境监测、神经科学——在这些领域同样面临着从含噪时间序列数据中筛检信息这一挑战。

显而易见的是,这一模式是可复现的。“行星发现学院"将学生与机构导师配对,提供了脚手架;开放数据提供了素材;AI管线提供了引擎。去掉任何一个环节,结果都会大不相同。三者缺一不可,于是便是一个高中生超越了一个专业研究团队手工处理的计划所能达到的水平。

谁获益,谁受损

资源匮乏学区的学生赢了。投资于高等数学和计算训练项目的公立学校体系——如帕萨迪纳数学学院——获得了可见的投资回报。向公众开放数据的机构,如IPAC和NASA,在不增加预算的情况下获得了意想不到的分析能力。

传统的把关模式输了。那种认为重大的天文发现必须依靠博士学位、实验室职位和机构计算资源的假设,已不再站得住脚。它本来就一直站不住,只是帕斯的工作让这种矛盾变得无法视而不见。

未来十年的天空巡天将放大这一趋势。仅鲁宾一家,单次观测季产出的数据就将超过人类在过去五十年间从光学和红外观测中累积处理的总量。人类分析员在设计、验证和解释方面仍将不可或缺。但最初的筛选工作——判断哪些闪烁的像素值值得再次审视——已属于算法的职责范畴。问题不再是业余爱好者和学生能否构建这些算法,而是机构是否会开辟足够宽的道路,让这些力量得以真正发挥规模效应。