AI开天眼：当算法在NASA旧数据里翻出150万个新天体¶

帕萨迪纳高中一间普通教室里，一个17岁少年盯着屏幕，手指悬在回车键上方。

他叫 Matteo Paz。三秒钟之后，他写的 AI 模型 VARnet 扫完了 NASA 十年的红外巡天数据——2000 亿行。屏幕上弹出的数字让他差点从椅子上摔下去：150 万个新天体。其中包含未知的超大质量黑洞、刚诞生的恒星、从未被记录的脉冲星。

天文界炸了。

不是因为这个数字有多大——是因为一个高中生用一台普通电脑，三天干完了全球天文台三十年没干完的活。

望远镜看了十年，AI三秒看穿¶

故事要从 WISE 望远镜说起。

2009 年，NASA 发射了宽视场红外巡天探测器 WISE。它在地球轨道上转了一圈又一圈，拍了十年。十年下来，积累了人类历史上最庞大的一批红外天文数据。问题是——数据量太大了。大到全世界的天文学家加起来都看不完。

于是数据就躺在硬盘里吃灰。天文学家挑自己感兴趣的小块区域，手工标注、手工分类。像在一座沙堆里一粒一粒找金子。

直到 VARnet 来了。

这个模型的核心思路粗暴得让人后背发凉：它不挑区域，不预判，不设限。直接把 2000 亿行数据 全喂进去。每个天体的处理速度——52 微秒。相当于你一眨眼的功夫，它已经看了两万个天体。分类准确率 91%。

加州理工的导师看完结果后沉默了很久，然后给了 Paz 一份工作。他现在在 Caltech/IPAC 上班，准备向全球天文界开放完整的 VarWISE 星表。到时候，任何天文学家都能在这 150 万个新发现里挑自己感兴趣的继续深挖。

AI在天文台服务器机房处理数据

VARnet 不是孤例。2026 年的天文学，已经被 AI 掀翻了好几轮。

Gaia 卫星，欧洲空间局的"银河测绘员"，靠 AI 自动分类了 18 亿颗恒星的光谱和运动轨迹。没有 AI，这些数据到今天都处理不完一半。

Vera C. Rubin 天文台，今年刚在智利落成。每天晚上拍 20TB 数据。意味着什么？意味着每天晚上产生的数据量相当于哈勃望远镜一生的数据。没有 AI 实时筛选，天文学家连看都来不及看，超新星就暗了，小行星就跑了。

SETI 研究所，一直在监听外星信号。以前靠人肉听。现在用 AI 模型 24 小时扫描射电望远镜数据，在噪声中找信号。有人开玩笑说：如果真有外星人发过信号，AI 会比人类先发现——然后 AI 不会激动，它只是把结果写进日志里。

这些事放在一起看，结论很清楚：天文学正在从"人看数据"变成"AI 看数据，人看 AI 的结果"。

VARnet 最让人冒冷汗的数字，不是 150 万。是 52 微秒。

一个天体，人类天文学家从识别、分类到发表论文，动辄几个月。VARnet 看一眼：52 微秒。速度差了 12 个数量级。

这不是效率提升。这是维度的碾压。

过去，天文学的瓶颈是"看不过来的数据"。你把望远镜造得再好，数据拍得再多，人眼跟不上。现在 AI 把这个瓶颈炸了。新瓶颈变成了：我们有没有足够多的人去验证 AI 的发现？

Paz 在采访里说了一句话："这 150 万个新天体里，一定有彻底改变教科书的东西。但我一个人看不完。我需要整个天文界帮忙。"

这句话背后是一个残酷的现实：AI 发现的速度已经远超人类验证的速度。150 万个新天体，全世界的天文学家加起来，可能几十年都研究不完。

天文学家在控制室查看AI发现的星表

VARnet 找到那些黑洞、脉冲星、新生恒星的时候，它没有感情。它只是在概率上打了勾。

但人类不一样。

当 Caltech 的导师拿着 VARnet 的输出，找到一颗从未被记录过的超大质量黑洞时，他给 Paz 发了一条消息："你知道这意味着什么吗？这可能是改变我们理解星系演化的钥匙。"

Paz 回了一条："我知道。所以我睡不着。"

这就是 2026 年天文学最诡异的地方：最浪漫的科学，正在被最不浪漫的工具——AI——推向一个从前不敢想的高度。望远镜看的是宇宙，AI 看的是数据。但最终，被震住的、睡不着的、改变教科书的，还是人。

2026 年底，NASA 的新一代红外巡天望远镜 NEO Surveyor 即将发射。它比 WISE 灵敏一百倍。VARnet 已经准备好了。Paz 说，他要第一个跑 NEO Surveyor 的数据。

天文台最后一个夜班，可能还得有人值。但盯屏幕的，已经不是人了。

相关阅读：