Matteo Paz iz Pasadene razvio je VARnet, AI model koji je analizirao arhivu NASA-inog teleskopa NEOWISE i automatski identifikovao oko 1,5 miliona ranije neidentifikovanih objekata. Projekat je nastao 2022. u okviru Caltech Planet Finder Academy pod mentorstvom Davyja Kirkpatricka, a rezultati su objavljeni u The Astronomical Journal. Caltech koristi metodologiju za proučavanje binarnih zvezda, a VARnet se može primeniti i na druge vremenski organizovane podatke. Paz je za rad dobio nagradu Regeneron Science Talent Search i nagradu od 250.000 USD.
Tinejdžer Otkrio 1,5 Miliona Ranije Neidentifikovanih Svemirskih Objekata Koristeći NASA Podatke
A portion of the night sky filled with stars - Triff/Shutterstock
Matteo Paz, srednjoškolac iz Pasadene, razvio je algoritam koji je analizirao arhivu podataka NASA-inog infracrvenog teleskopa NEOWISE i identifikovao oko 1,5 miliona ranije neprepoznatih objekata na nebu.
Kako je nastao projekat
Projekat je započeo 2022. u okviru Caltech Planet Finder Academy pod mentorstvom astronoma Davyja Kirkpatricka. NEOWISE je tokom godina prikupio ogroman skup podataka — redom ocenjen kao približno 200 milijardi detekcija — koje je prvobitno koristio za pronalaženje asteroida blizu Zemlje. Međutim, ta ista arhiva sadrži signale i iz mnogo udaljenijih izvora, kao što su promenljive zvezde, kvazari i aktivne galaksije.
Šta je Matteo napravio
Umesto da analizira samo mali deo neba, Paz je razvio sopstveni model pod nazivom VARnet. Uz podršku istraživača sa Caltecha, podelio je stotine milijardi zapisa u upravljive podskupove i automatski tražio infracrvene obrasce koji ukazuju na varijacije u zračenju udaljenih objekata. Rezultat je brz i skalabilan pristup za analizu astronomske vremenske serije.
Objava i primena
Pazove nalaze objavio je časopis The Astronomical Journal, a Caltech već koristi njegovu metodologiju u proučavanju binarnih zvezdanih sistema. On sam ističe da VARnet nije ograničen samo na astronomiju: model se može primeniti na bilo koje vremenski organizovane podatke, npr. analizu tržišta kapitala ili praćenje uticaja zagađenja.
Nagrade i lični kontekst
Za svoj rad Paz je dobio nagradu Regeneron Science Talent Search, koja uključuje i novčanu nagradu od 250.000 USD koju planira da uloži u dalja studiranja. U javnim nastupima je napomenuo i kako su iskustva — poput evakuacije njegove porodice tokom požara Eaton — dodatno podstakla interesovanje za primenjene probleme van čiste astronomije.
"VARnet je sposoban model za obradu signala za brzu analizu astronomske vremenske serije", piše Paz u radu objavljenom u The Astronomical Journal.
Zašto je važno
Ovaj rezultat pokazuje koliko vrednosti može da se izvuče iz postojećih arhiva podataka kada se primene moderna računarska rešenja i mašinsko učenje. Otkrivanje velikog broja ranije neidentifikovanih objekata otvara nove mogućnosti za astronomsku zajednicu i primene u drugim oblastima nauke i industrije.
Pomozite nam da budemo bolji.
