Hur ett sommarsido‑projekt blev ett genombrott
Allt började som ett enkelt sommarsido‑projekt för Matteo Paz, som går på Pasadena Unified School District’s Math Academy. Sommaren 2022 gick han med i Planet Finder Academy, där han i ett team med forskare från Caltech började dyka ner i arkivdata från NASA:s NEOWISE-teleskop. NEOWISE, lanserat 2009, har levererat ett decennium av värdefulla infraröda observationer.
På bara sex veckor byggde Matteo en automatiserad maskininlärnings‑pipeline som gjorde det möjligt att analysera nästan 200 miljarder rader av data. Metoden fångade upp subtila ljusvariationer som varken det mänskliga ögat eller traditionell programvara hade kunnat upptäcka.
Vad han hittade och hur det fungerade
Med avancerade färdigheter i teoretisk matematik, kodning och tidsserieanalys tog Matteo fram en algoritm som känner igen flimmer, pulser och avtagande ljuskällor. De katalogiserade objekten inkluderar kvazarer, dubbelstjärnor och supernova och universums utveckling. Fynden hjälper forskning kring sällsynta övergångsfenomen och kataklysmiska variabler i universum.
Katalogen han skapade väntas användas för framtida observationer från Vera Rubin Observatory och James Webb Space Telescope (JWST). Det är viktigt för studier av stjärnutveckling, avlägsna galaxer och högenergiprocesser i universum.
Ett lagarbete bakom framgången
Det här projektet hade inte blivit av utan stöd från Matteos mentorer och kollegor på Caltech Infrared Processing and Analysis Center (IPAC). Han samarbetade tätt med forskarna Davy Kirkpatrick, Shoubaneh Hemmati, Daniel Masters, Ashish Mahabal, och Matthew Graham. Kirkpatrick uttryckte sin beundran och sa: “Modellen började visa lovande tecken nästan omedelbart. När Paz finslipade den, blev resultaten bara mer spännande.”
Framtidsutsikter och utbildning
Matteo är redan en förebild för många unga forskare. Hans arbete visar att ny teknik och noggrann analys kan leda till betydande vetenskapliga upptäckter. Med de kunskaper han skaffat sig fortsätter han som betald forskningsassistent vid Caltech/IPAC och mentor för nya studenter vid Planet Finder Academy.
Det är också värt att notera att AI‑systemet han utvecklat kan användas inom andra områden, till exempel finans, miljöövervakning och neurovetenskap. Möjligheten att analysera tidsbaserade data för att upptäcka subtila förändringar över tid kan få långtgående konsekvenser inom dessa fält.
Matteo Pazs resa från nyfiken gymnasieelev till internationellt erkänd ung forskare visar att innovation och upptäckter inte behöver vänta på ålder eller lång erfarenhet. Hans insats påminner om varför det är viktigt att stötta unga talanger och deras idéer.
