Mógł pracować nad zostaniem youtuberem, mógł walczyć we freakfightach, ale wolał opracować algorytm, który pozwolił znaleźć mnóstwo nowych obiektów w kosmosie. Oto Matteo Paz – nastolatek, który dzięki AI odkrył 1,5 miliona wcześniej nieznanych obiektów kosmicznych i opublikował pracę naukową w The Astronomical Journal.
Historia Matteo zaczyna się niewinnie – od wycieczek z mamą na popularnonaukowe wykłady w Caltech, jeszcze w czasach szkoły podstawowej. To właśnie wtedy po raz pierwszy zetknął się z tematyką gwiazd i astronomią, która nie była już tylko małą fascynacją, ale pełnoprawną pasją. Lata później, jako uczestnik letniego programu Caltech Planet Finder Academy, trafił pod skrzydła Davy'ego Kirkpatricka – astronoma z IPAC.
Polecamy na Geekweek: Jak przygotować telefon do sprzedaży, by nie oddać go za grosze?
Kirkpatrick, sam wychowany w małej rolniczej miejscowości w Tennessee, rozpoznał w młodym uczniu ten sam błysk, który kiedyś zauważyła jego nauczycielka chemii. Postanowił nie tylko nie zniechęcać chłopaka, ale pozwolić mu rozwijać się właściwie bez ograniczeń. Paz już podczas sześciotygodniowego programu rozpoczął pracę nad własnym algorytmem AI, który miał pomóc w przeszukiwaniu danych z kosmicznego teleskopu NEOWISE.
AI kontra 200 miliardów wierszy
NEOWISE to teleskop NASA, który przez ponad dekadę obserwował niebo w podczerwieni, głównie w poszukiwaniu asteroid. W pozyskanych przez niego danych ukryte były też inne zjawiska – zmienne obiekty: eksplodujące gwiazdy oraz kwazary. Niestety, ilość danych była przytłaczająca – ponad 200 miliardów wierszy do przeanalizowania. Ręczne przeszukiwanie tego zasobu potrwałoby 6 342 lata przy założeniu, że analizujemy jeden wiersz na sekundę. W skali Wszechświata — ledwie mrugnięcie. W skali ludzkiego życia... ogrom czasu.
Paz, mając za sobą dobre przygotowanie matematyczne i informatyczne (już w ósmej klasie kończył program AP Calculus BC), zaproponował inne podejście: stworzył model uczenia maszynowego, który mógłby analizować dane i oznaczać "kandydatów" na zmienne obiekty. Pomysł zyskał wsparcie zespołu Caltech, a sam algorytm okazał się na tyle skuteczny, że udało się odkryć i sklasyfikować 1,5 miliona nowych obiektów. Chłopak ma zapewne otwarte drzwi na wszystkie najlepsze uczelnie na świecie i wszelkie stypendia — byleby mieć go tylko wśród swoich studentów.
Kiedy nauka spotyka się z pasją
Współpraca Paz–Kirkpatrick szybko nabrała cech relacji mistrz–uczeń. Dla Davy'ego była to okazja, by oddać to, co kiedyś otrzymał od swoich nauczycieli. Dla Matteo – przestrzeń do nauki i eksperymentowania. Każde spotkanie to nie tylko kodowanie i analiza, ale też rozmowy o nauce, świecie i przyszłości. Z czasem to właśnie Paz zaczął mentorować innych uczestników programu.
Tak jego model AI dojrzewał – z wczesnego prototypu stał się narzędziem zdolnym do przetwarzania surowych danych NEOWISE i wskazywania subtelnych różnic w jasności. Dziś Matteo pracuje już dla IPAC jako pełnoprawny członek zespołu i szykuje się do opublikowania pełnego katalogu odkryć.
Co dalej
Autor algorytmu wskazuje na możliwość wykorzystania go w analizie danych giełdowych czy badaniach środowiskowych, gdzie również mamy do czynienia z sygnałami czasowymi i zmianami okresowymi. To, co zaczęło się jako letni projekt nastolatka, dziś może służyć jako fundament pod dalsze badania nie tylko kosmosu, ale i bardziej... przyziemnych kwestii. Jego model już teraz przyciąga uwagę naukowców z różnych dziedzin.
Czytaj również: Nowy amerykański satelita pogodowy już działa. Bada Ziemię jak nigdy wcześniej
Dziś Matteo kończy szkołę średnią już jako naukowiec z publikacją na koncie oraz pracownik ważnej instytucji badawczej. Jego historia to coś naprawdę wielkiego – i przy okazji, dowód na to, że pasja, wiedza i odpowiednie wsparcie mogą zaowocować czymś, co czyni nasz świat lepszym, ciekawszym, pełniejszym.
Dla młodych ludzi to sygnał: nigdy nie jest za wcześnie, by zacząć. Nigdy nie można myśleć o sobie: "nie dam rady, dorośli są w tym lepsi ode mnie". Prawdziwe talenty można znaleźć tam, gdzie ich się nie spodziewamy. Trzeba jednak dobrze szukać. I przy okazji — uważnie.
Hej, jesteśmy na Google News - Obserwuj to, co ważne w techu
