美國加州帕薩迪納高中生馬泰奧·帕茲（Matteo Paz）在天文學領域取得了出人意料的突破。他利用人工智慧分析了美國太空總署（NASA）NEOWISE望遠鏡的歷史數據，並辨識出超過150萬個先前未知的變光天體。
這一切始於2022年夏天，當時帕茲加入了「行星探測學院」（Planet Finder Academy）計畫。在加州理工學院（Caltech）紅外線處理與分析中心（IPAC）科學家戴維·柯克派屈克（Davy Kirkpatrick）的指導下，他處理了NEOWISE望遠鏡的龐大數據；該望遠鏡於2009年發射，旨在搜尋近地小行星。
在短短六週內，帕茲便開發出一個自動化的機器學習演算法。他利用傅立葉變換和小波分析，捕捉那些標準方法難以察覺的微弱天體亮度變化。
這套系統成功偵測到閃爍、脈動和逐漸衰減的光源，這些都是類星體、雙星和超新星的典型特徵。這份包含150萬個天體的目錄已於2025年底發布，並已被薇拉·魯賓天文台（Vera C. Rubin Observatory）投入使用。
這項工作得到了加州理工學院研究人員的支持，包括舒巴尼赫·赫馬蒂（Shubaneh Hemmati）、丹尼爾·馬斯特斯（Daniel Masters）、阿希什·馬哈巴拉（Ashish Mahabal）和馬修·格雷厄姆（Matthew Graham）。2026年初，美國太空總署管理層公開表彰了這位年輕學生的貢獻。
帕茲在帕薩迪納聯合學區數學學院（Pasadena Unified School District’s Math Academy）培養了這些技能。他的演算法能夠分析任何時間序列數據，並潛在地應用於從金融到神經科學等其他領域。
倘若科學的下一個重大突破，並非來自大型實驗室，而是出自一位帶著筆記型電腦、運用開放數據的學生之手，那會如何？
帕茲的發現突顯了人工智慧在現代天文學中日益重要的作用。2026年2月，薇拉·魯賓天文台一夜之間發送了80萬個警報，未來預計每天將達到700萬個。沒有機器學習，根本無法處理如此龐大的數據流。
這項研究的論文已發表於《天文學期刊》（The Astronomical Journal）。這份目錄已經有助於研究恆星演化、遙遠星系以及宇宙中的高能物理過程。
