18-godišnjak Otkrio 1,5 Miliona Potencijalnih Svemirskih Objekata U NEOWISE Arhivi

Analizom arhiviranih podataka NASA-inog teleskopa NEOWISE, 18-godišnji srednjoškolac Matteo Paz ostvario je značajan doprinos astronomiji: identifikovao je oko 1,5 miliona potencijalno novih svemirskih objekata. Njegov rad je recenziran i objavljen 2024. godine u časopisu The Astronomical Journal, a Paz je za svoj projekat nagrađen sa 250.000 USD u okviru Regeneron Science Talent Search.

Kako je došao do otkrića

Paz je projekat započeo kroz program Caltech Planet Finder Academy, koji učenicima pruža priliku da rade na stvarnim astronomskim problemima. Umesto da proučava samo mali uzorak, dobio je pristup ogromnoj bazi sa približno 200 milijardi redova sirovih detekcija prikupljenih tokom više od decenije rada NEOWISE-a (Near-Earth Object Wide-field Infrared Survey Explorer).

U roku od šest nedelja razvio je mašinsko-učeći pipeline — automatizovan tok za obuku i primenu modela — koji je mogao da izdvoji vrlo slabe, promenljive izvore svetlosti koje je teško uočiti bez računarske analize. Algoritam detektuje karakteristične promene kao što su treperenje, pulsiranje ili slabljenje svetlosti, što ukazuje na objekte kao što su promenljive zvezde, binarni sistemi ili udaljeni kvazari.

Rad u saradnji i verifikacija

Paz je radio pod mentorstvom naučnika iz IPAC-a, uključujući Davyja Kirkpatricka, koji je istakao obim podataka:

Earth telescope looking up at Neowise comet. - Nailzchap/Getty Images

„Približavali smo se broju od 200 milijardi redova u tabeli sa svakim pojedinačnim detektovanjem koje smo napravili tokom više od decenije.“

Sistem su prvo testirali na „malom delu neba“ kako bi identifikovali promenljive zvezde, a potom su algoritam proširili na celu arhivu. Nakon dodatne provere i klasifikacije, došli su do liste od oko 1,5 miliona novih potencijalnih objekata koje prethodne pretrage nisu evidentirale.

Zašto je otkriće važno

Ovaj rezultat pokazuje koliko vredne mogu biti arhivske baze podataka kada ih povežemo sa modernim metodama mašinskog učenja. Metodologija koju je razvio Paz može se potencijalno primeniti i na druge velike skupove podataka, poput arhiva teleskopa Kepler ili budućih podataka koje će generisati Roman Space Telescope, čime se otvara mogućnost novih otkrića bez potrebe za novim posmatranjima.

Takođe, primer s NEOWISE-a naglašava rastuću ulogu AI rešenja u astronomiji: od automatske obrade ogromnih količina podataka do otkrivanja objekata koje je ljudski pregled lako mogao prevideti.

Napomena: Iako je broj od ~1,5 miliona vrlo zapažen, reč je o potencijalnim detekcijama koje zahtevaju dalju verifikaciju i praćenje kako bi se utvrdila tačna priroda svakog objekta.