目录

从NASA"沉睡数据"到天文学顶刊：一位高中生的科研逆袭

AI+天文学：突破传统的数据挖掘方法

从观星少年到科研新星：Matteo的成长之路

研究成果的实际应用与未来展望

给年轻科研者的启示

---

从NASA"沉睡数据"到天文学顶刊：一位高中生的科研逆袭

2025年3月，一则科研新闻在全球天文学界引发轰动：美国加州18岁高中生Matteo Paz利用AI技术，从NASA的NEOWISE任务2000亿条观测数据中，成功识别出150万个此前未被发现的潜在天体。这项研究不仅以独著形式发表在《The Astronomical Journal》上，更为他赢得了Regeneron科学人才搜索竞赛25万美元的最高奖项。

​​表1：Matteo Paz研究成果概览​​

项目	数据
研究数据来源	NASA NEOWISE任务
处理数据量	2000亿条观测记录
新发现天体数量	约150万个
研究发表期刊	The Astronomical Journal
获奖情况	2025年Regeneron STS一等奖
奖金金额	25万美元

AI+天文学：突破传统的数据挖掘方法

传统天文学研究在处理海量观测数据时面临巨大挑战。以NEOWISE任务为例，其产生的2000亿条数据如果采用人工分析，可能需要数十年时间。Matteo的创新之处在于开发了名为VARnet的专用AI模型，将这一过程缩短到可接受的时间范围内。

VARnet模型的核心创新点包括：

• 采用一维小波分解降低异常数据干扰
• 改进离散傅里叶变换(DFT)算法
• 整合卷积神经网络进行特征提取和分类
• 开发合成光变曲线生成器解决训练数据不足问题

​​表2：VARnet模型性能指标​​

指标	数值	说明
F1分数	0.91	四类变星识别任务
处理速度	>53微秒/天体	22GB显存GPU
数据点处理能力	约2000个/天体	每条光变曲线
分类准确率	92%	测试集表现

从观星少年到科研新星：Matteo的成长之路

Matteo的科研之路始于加州理工学院的公众观星讲座。在行星探测器学院Andrew Howard教授和天文学家Davy Kirkpatrick的指导下，这位高中生逐步掌握了专业的天文学知识和AI技术。

Kirkpatrick教授评价道："Matteo最令人印象深刻的是他将复杂问题分解为可执行步骤的能力。他不仅提出了创新想法，还找到了实现这些想法的具体方法。"

研究成果的实际应用与未来展望

Matteo的研究产出VarWISE目录已成为天文学家研究双星系统的重要工具。该目录包含190万个变星体，分为10个类别，其中包括：

• 食变星V* V1403 Ori
• 食双星系统CRTS J054306.5−024247
• 新发现的超新星AT 2023lkp

更令人期待的是，Matteo计划将这项技术应用于地球观测领域，探索利用红外望远镜监测森林火灾的可能性。同时，他也希望利用NEOWISE数据帮助解决宇宙膨胀速度这一重大科学难题。

给年轻科研者的启示

Matteo的成功为年轻科研者提供了宝贵经验：

1. ​​勇于挑战权威数据​​：NASA的公开数据蕴含着巨大科研价值
2. ​​跨学科思维​​：将AI技术与传统天文学结合创造新方法
3. ​​导师网络的重要性​​：积极寻求并珍惜专业指导
4. ​​从兴趣到坚持​​：将童年爱好转化为持续的研究动力

正如Matteo在获奖感言中所说："科研不是天才的专利，而是好奇心和坚持的产物。每个年轻人都可以成为发现者，关键在于保持探索的热情。"

这项研究不仅改写了天文学数据挖掘的历史，更证明在当今科研领域，年龄不再是限制因素。随着AI技术的普及，我们有理由期待更多"高中生科学家"在各类学科中崭露头角。