就像许多高中生一样，我度过了夏天的假期，到处骑自行车，读各种书（是的，我是个爱学习的高中生）。马泰奥·帕兹却把时间用在了更有效的地方，他设计了一套系统，分析了美国国家航空航天局的数据，发现了天空中150万个此前未被识别的天体，未来网报道。就连我自制的业余无线电天线，也远远比不上这个系统。

这一切始于2022年，帕兹加入了加州理工学院“行星搜寻学院”，该计划旨在为帕萨迪纳的高中生提供天文学入门体验。他与导师戴维·基克帕特里克合作，分析了美国国家航空航天局“NEOWISE”卫星积累的海量数据，这些数据最初是用于探测近地小行星的。在进行这项工作时，红外望远镜还发现了更遥远天体的热变化现象。基克帕特里克提出，可以利用部分数据来发现这些天体。来自加州理工学院：

到了那时，我们每条探测记录的表里数据量已经逼近2000亿行了，Kirkpatrick说。“所以我在夏天的想法是，选一小块天空区域，看看能否发现一些变星。然后我们将这些发现标注出来，告诉天文学界：‘这是我们人工发现的新内容，仅凭这个数据集，未来潜力就不可估量。’”

到了那个阶段，我们每条探测记录的表里行数已经逼近2000亿行，覆盖了过去十多年所有观测数据。“所以我在夏天的想法是，选一小片天空区域，看看能否发现一些变星。然后我们将这些发现标注出来，告诉天文学界：‘这是我们人工发现的新内容，仅凭这个数据集，未来潜力就不可估量。’”

然而，帕兹却另有打算。他希望将自己的数学、编程和人工智能知识应用于对完整数据集的分析，覆盖整个天空，从而自动检测这些天体。而不是告诉他这太过分，基尔克帕特里克鼓励了他，帕兹便开始着手工作。

与一些现代学生只是将数据丢进ChatGPT并寄希望于好运不同，帕兹并没有这样做。这恰恰是好事，因为我们已经看到谷歌AI连基本数学运算都做不好。相反，他与其他加州理工学院天文学家合作，编写了自己的算法，将2000亿条数据条目分解为小块，然后分析这些数据中那些标志性的红外特征，从而识别出遥远天体，比如双星、类星体和黑洞。

最终成果是VARnet，帕兹在论文中将其描述为“一个适用于快速天文时序数据分析的强大信号处理模型”。是的，这位高中生甚至在《天文学杂志》上发表了一篇关于其研究发现的论文。加州理工学院已经将他的研究成果应用于研究双星系统。帕兹告诉史密森尼杂志，他的AI模型不仅限于天文学领域，还可以用于任何以时间序列形式呈现的数据，比如分析股票市场数据或环境污染等环境效应。去年，帕兹一家因伊顿山火灾被迫撤离，因此这类贴近现实的应用便显得尤为自然。

因他的成就，帕兹获得了享有盛誉的雷根森科学天才搜索奖。他告诉洛杉矶FOX 11电视台，自己计划将获得的25万美元奖金用于上大学。虽然我高中时每个夏天都在读科幻小说，但这位同学却在做真正的科学研究，这在当时我们根本想象不到会成为学生的可能。