छात्र ने AI की मदद से 1.5 मिलियन पहले अदृश्य खगोलीय घटनाओं की खोज की

द्वारा संपादित: Tatyana Hurynovich

कैलिफ़ोर्निया के पासाडेना हाई स्कूल के अमेरिकी हाई स्कूल छात्र, मैटिओ पाज़ ने खगोल विज्ञान में एक अप्रत्याशित सफलता हासिल की है। कृत्रिम बुद्धिमत्ता का उपयोग करते हुए, उन्होंने नासा NEOWISE टेलीस्कोप के अभिलेखीय डेटा का विश्लेषण किया और 1.5 मिलियन से अधिक पहले अज्ञात परिवर्तनीय प्रकाश स्रोतों की पहचान की।

यह सब 2022 की गर्मियों में शुरू हुआ, जब पाज़ प्लेनेट फाइंडर एकेडमी कार्यक्रम में शामिल हुए। कैल्टेक के वैज्ञानिक डेवी किर्कपैट्रिक के इन्फ्रारेड प्रोसेसिंग एंड एनालिसिस सेंटर (IPAC) में उनके मार्गदर्शन में, उन्होंने NEOWISE टेलीस्कोप से प्राप्त विशाल डेटासेट पर काम किया, जिसे 2009 में पृथ्वी के करीब क्षुद्रग्रहों का पता लगाने के लिए लॉन्च किया गया था।

छह सप्ताह के भीतर, पाज़ ने एक स्वचालित मशीन लर्निंग एल्गोरिथम विकसित किया। उन्होंने वस्तुओं की चमक में सूक्ष्म परिवर्तनों का पता लगाने के लिए फ़ोरियर ट्रांसफॉर्मेशन और वेवलेट विश्लेषण का उपयोग किया, जो पारंपरिक तरीकों से पकड़ में नहीं आते थे।

सिस्टम ने टिमटिमाते, स्पंदित और मंद होते स्रोतों की पहचान की—जो क्वासर, बाइनरी सितारों और सुपरनोवा के संकेत हैं। 1.5 मिलियन वस्तुओं की यह सूची 2025 के अंत में प्रकाशित की गई थी और अब वेरा सी. रुबिन ऑब्जर्वेटरी द्वारा उपयोग की जा रही है।

कैल्टेक के शोधकर्ताओं ने इस काम का समर्थन किया, जिनमें शुबानेह हेम्मती, डैनियल मास्टर्स, आशीष महाबला और मैथ्यू ग्राहम शामिल हैं। 2026 की शुरुआत में, नासा के नेतृत्व ने सार्वजनिक रूप से इस किशोर के योगदान की सराहना की।

पाज़ ने पासाडेना यूनिफाइड स्कूल डिस्ट्रिक्ट की मैथ एकेडमी में अपने कौशल विकसित किए थे। उनका एल्गोरिथम किसी भी समय-श्रृंखला डेटा का विश्लेषण करने में सक्षम है और संभावित रूप से वित्त से लेकर न्यूरोसाइंस तक के अन्य क्षेत्रों में भी लागू किया जा सकता है।

क्या होगा यदि विज्ञान में अगली बड़ी छलांग किसी विशाल प्रयोगशाला से नहीं, बल्कि एक लैपटॉप और खुले डेटा वाले एक स्कूली छात्र से आए?

पाज़ की खोज आधुनिक खगोल विज्ञान में एआई की बढ़ती भूमिका को रेखांकित करती है। फरवरी 2026 में, वेरा सी. रुबिन ऑब्जर्वेटरी ने पहले ही एक रात में 8 लाख अलर्ट भेजे थे, और भविष्य में प्रतिदिन 7 मिलियन तक अलर्ट मिलने की उम्मीद है। मशीन लर्निंग के बिना डेटा के ऐसे प्रवाह को संभालना असंभव है।

इस कार्य के बारे में लेख द एस्ट्रोनॉमिकल जर्नल में प्रकाशित हुआ है। यह सूची पहले से ही सितारों के विकास, दूर की आकाशगंगाओं और ब्रह्मांड में उच्च-ऊर्जा प्रक्रियाओं का अध्ययन करने में मदद कर रही है।

44 दृश्य

स्रोतों

  • An unexpected breakthrough: a high school student’s AI uncovers 1.5 million previously invisible cosmic phenomena

टिप्पणियाँ

इस विषय पर अधिक लेख पढ़ें:

Korea Aerospace Industries says its AI module on the 12U BEE-1012 CubeSat, launched on Nuri Oct 7, passed an orbital pilot Oct 20. Given a simulated fault, it diagnosed cause and scope and sent back a fix plan. A main demo starts in December. Image Credit: Yonsei University

Image
Reply

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply
क्या आपने कोई गलती या अशुद्धि पाई?हम जल्द ही आपकी टिप्पणियों पर विचार करेंगे।