🇺🇸 Matteo Paz

Matteo Paz creció en Pasadena, California, una ciudad cuyo horizonte está dominado, intelectualmente, por el California Institute of Technology y el Jet Propulsion Laboratory de NASA. La proximidad se convirtió en destino. En 2022, mientras aún cursaba los primeros años de secundaria, Paz se inscribió en la Planet Finder Academy de Caltech, un programa de divulgación diseñado para dar a los estudiantes escolares una muestra de la astronomía real.

Una muestra no fue suficiente. Paz se inscribió en un programa de verano de seis semanas en Caltech que empareja a estudiantes con mentores del campus, donde comenzó a trabajar con el astrónomo Davy Kirkpatrick en IPAC, el centro de datos astronómicos de Caltech. La asignación que cambiaría su vida involucraba NEOWISE, la nave espacial Wide-field Infrared Survey Explorer reutilizada que había pasado más de una década escaneando todo el cielo en luz infrarroja, principalmente cazando asteroides cercanos a la Tierra.

El archivo de NEOWISE era tanto un tesoro como un problema. La misión había producido aproximadamente 200 000 millones de entradas de datos individuales que cubrían casi dos décadas de observaciones del cielo. Enterrados en ese pajar había objetos variables, estrellas que pulsan, sistemas binarios que se eclipsan entre sí, galaxias distantes impulsadas por agujeros negros que brillan, cuyo brillo cambia con el tiempo. Identificarlos a mano, una curva de luz a la vez, era simplemente imposible a esa escala.

La respuesta de Paz fue dejar de buscar a mano. Desarrolló un algoritmo de aprendizaje automático, un modelo de IA entrenado para reconocer las sutiles firmas infrarrojas de variabilidad en los datos brutos, capaz de procesar el archivo completo de NEOWISE y detectar fuentes cuyo brillo cambiaba genuinamente, en oposición al ruido instrumental que pretendía serlo.

Los resultados fueron asombrosos. Su algoritmo señaló aproximadamente 1,5 millones de objetos celestes potenciales previamente desconocidos: estrellas variables candidatas, agujeros negros y otras fuentes astrofísicas que habían estado en los propios datos de NASA, sin ser vistas, durante años. En astronomía, donde un solo descubrimiento nuevo puede justificar una carrera, un catálogo de 1,5 millones de candidatos producido por un adolescente fue un acontecimiento genuino.

El trabajo no fue un truco de caja negra. Paz y su mentor Kirkpatrick prepararon los resultados para la comunidad profesional, con planes de publicar el catálogo completo de objetos variables de los datos de NEOWISE para que astrónomos de todo el mundo pudieran dar seguimiento a los descubrimientos. El proyecto demostró un principio con implicaciones mucho más allá de un telescopio: un enorme valor científico yace latente en los datos archivados, esperando mejores herramientas para liberarlo.

En marzo de 2025, Paz participó en el Regeneron Science Talent Search, la competencia (anteriormente patrocinada por Westinghouse e Intel) que ha estado identificando a los jóvenes científicos más dotados de Estados Unidos desde 1942; sus exalumnos incluyen numerosos laureados con el Nobel. Contra 40 finalistas cuyos proyectos iban desde el tratamiento de enfermedades musculares raras hasta la resolución de problemas matemáticos de larga data, Paz obtuvo el primer lugar y el premio máximo de 250 000 dólares.

La cobertura de su victoria, desde el Smithsonian hasta las propias publicaciones de Caltech, enfatizó el mismo punto: esto no fue un estudiante imitando investigación, sino un estudiante realizando investigación a escala profesional. El Steward Observatory de la Universidad de Arizona señaló con cierto orgullo que su mentor Kirkpatrick era exalumno de su doctorado, un recordatorio de que los grandes prodigios suelen ser el producto del talento que encuentra una mentoría generosa.

Paz ha sido abierto acerca de los orígenes de su confianza matemática, acreditando a un inspirador profesor de cálculo de secundaria por acelerar su amor por la materia, y a los programas de Caltech por entregarle un problema real en lugar de uno ficticio. Su trayectoria, de estudiante de programa de divulgación a autor de un catálogo de un millón de objetos, tomó apenas tres años.

El desafío técnico que resolvió merece explicación. NEOWISE fue diseñado para cazar asteroides, no para catalogar estrellas variables; sus observaciones de cualquier porción del cielo eran episódicas, ruidosas y nunca destinadas al tipo de astronomía de dominio temporal que Paz intentó. Extraer variabilidad genuina de esos datos significaba enseñar a un modelo a distinguir el verdadero parpadeo de una estrella de artefactos instrumentales, impactos de rayos cósmicos y las mil formas en que un detector puede mentir. Los estudios profesionales emplean equipos y años para tal trabajo. Paz lo comprimió en un proyecto de investigación de secundaria y produjo una lista de candidatos lo suficientemente grande como para ocupar a astrónomos de seguimiento durante una década.

El dinero del premio, por sustancial que sea, puede resultar la parte menos valiosa de su victoria. El Regeneron Science Talent Search funciona como el sistema de alerta temprana más confiable de la ciencia estadounidense: sus principales ganadores históricamente fluyen hacia las instituciones de investigación y laboratorios de élite del país, y Paz, ya integrado en IPAC de Caltech antes de terminar la secundaria, ingresa a ese conducto con un resultado a escala profesional ya detrás de él. Los astrónomos citados sobre el proyecto lo dijeron claramente: el catálogo no es un ejercicio estudiantil; son datos que el campo realmente utilizará.

Lo que hace que la historia de Paz resuene más allá de la astronomía es su método. No construyó un telescopio; construyó un instrumento para leer lo que los telescopios ya vieron. En una era en la que la ciencia genera datos más rápido de lo que los humanos pueden inspeccionarlos, el joven de diecisiete años de Pasadena demostró que los próximos grandes descubrimientos pueden pertenecer a quien escriba los mejores algoritmos, y que no hay edad mínima para hacerlo.