🇺🇸 Matteo Paz

Matteo Paz पासाडेना, कैलिफ़ोर्निया में बड़े हुए — एक ऐसा शहर जिसकी बौद्धिक क्षितिज रेखा पर California Institute of Technology और NASA की Jet Propulsion Laboratory का वर्चस्व है। निकटता भाग्य बन गई। 2022 में, जब वह हाई स्कूल में अभी अंडरक्लासमैन थे, Paz ने Caltech की Planet Finder Academy में दाखिला लिया, एक आउटरीच कार्यक्रम जो स्कूली छात्रों को वास्तविक खगोल विज्ञान का स्वाद देने के लिए डिज़ाइन किया गया था।

एक स्वाद पर्याप्त नहीं था। Paz ने Caltech के छह-सप्ताह के ग्रीष्मकालीन कार्यक्रम में दाखिला लिया जो छात्रों को परिसर के सलाहकारों के साथ जोड़ता है, जहाँ उन्होंने IPAC, Caltech के खगोलीय डेटा केंद्र में खगोलशास्त्री Davy Kirkpatrick के साथ काम करना शुरू किया। वह कार्य जो उनके जीवन को बदल देगा, NEOWISE से जुड़ा था — वह पुनर्निर्मित Wide-field Infrared Survey Explorer अंतरिक्ष यान जिसने एक दशक से अधिक समय तक अवरक्त प्रकाश में संपूर्ण आकाश की स्कैनिंग की थी, मुख्य रूप से पृथ्वी के निकट क्षुद्रग्रहों का शिकार करते हुए।

NEOWISE का संग्रह एक खजाना और एक समस्या दोनों था। इस मिशन ने लगभग 200 अरब व्यक्तिगत डेटा प्रविष्टियाँ उत्पन्न की थीं जो लगभग दो दशकों के आकाशीय अवलोकनों को कवर करती थीं। उस घास के ढेर में परिवर्तनशील वस्तुएँ दबी हुई थीं — तारे जो स्पंदित होते हैं, द्विआधारी प्रणालियाँ जो एक-दूसरे को ग्रहण करती हैं, दूरस्थ ब्लैक-होल-संचालित आकाशगंगाएँ जो भड़क उठती हैं — जिनकी चमक समय के साथ बदलती है। उन्हें हाथ से पहचानना, एक-एक प्रकाश वक्र को, उस पैमाने पर बस असंभव था।

Paz का उत्तर हाथ से देखना बंद करना था। उन्होंने एक मशीन-लर्निंग एल्गोरिदम विकसित किया — एक AI मॉडल जो कच्चे डेटा में परिवर्तनशीलता के सूक्ष्म अवरक्त हस्ताक्षरों को पहचानने के लिए प्रशिक्षित था — जो संपूर्ण NEOWISE संग्रह को संसाधित करने और उन स्रोतों को चुनने में सक्षम था जिनकी चमक वास्तव में बदली थी, न कि वाद्य शोर का दिखावा करते हुए।

परिणाम चौंकाने वाले थे। उनके एल्गोरिदम ने लगभग 15 लाख पहले अज्ञात संभावित खगोलीय वस्तुओं को चिह्नित किया — उम्मीदवार परिवर्तनीय तारे, ब्लैक होल, और अन्य खगोल भौतिकी स्रोत जो वर्षों से NASA के अपने डेटा में बैठे थे, अनदेखे। खगोल विज्ञान में, जहाँ एक नई खोज करियर को उचित ठहरा सकती है, एक किशोर द्वारा तैयार 15 लाख उम्मीदवारों की सूची एक वास्तविक घटना थी।

यह काम कोई ब्लैक बॉक्स स्टंट नहीं था। Paz और उनके सलाहकार Kirkpatrick ने पेशेवर समुदाय के लिए परिणाम तैयार किए, NEOWISE डेटा से परिवर्तनशील वस्तुओं की संपूर्ण सूची प्रकाशित करने की योजना के साथ ताकि दुनिया भर के खगोलशास्त्री खोजों पर अनुवर्ती कार्रवाई कर सकें। इस परियोजना ने एक सिद्धांत का प्रदर्शन किया जिसके निहितार्थ एक दूरबीन से कहीं अधिक हैं: संग्रहित डेटा में विशाल वैज्ञानिक मूल्य सुप्त पड़ा है, बेहतर उपकरणों के इसे मुक्त करने की प्रतीक्षा में।

मार्च 2025 में, Paz ने Regeneron Science Talent Search में प्रवेश किया, वह प्रतियोगिता (पूर्व में Westinghouse और Intel द्वारा प्रायोजित) जो 1942 से अमेरिका के सबसे प्रतिभाशाली युवा वैज्ञानिकों की पहचान कर रही है — इसके पूर्व छात्रों में कई Nobel पुरस्कार विजेता शामिल हैं। 40 फाइनलिस्टों के खिलाफ जिनकी परियोजनाएँ दुर्लभ मांसपेशी रोगों के उपचार से लेकर लंबे समय से चली आ रही गणितीय समस्याओं को हल करने तक थीं, Paz ने प्रथम स्थान और $250,000 का शीर्ष पुरस्कार हासिल किया।

उनकी जीत की कवरेज, Smithsonian से लेकर Caltech के अपने प्रकाशनों तक, एक ही बिंदु पर जोर दिया: यह एक छात्र द्वारा अनुसंधान की नकल नहीं थी, बल्कि पेशेवर पैमाने पर अनुसंधान करना था। University of Arizona की Steward Observatory ने कुछ गर्व के साथ नोट किया कि उनके सलाहकार Kirkpatrick उनके PhD पूर्व छात्र थे — यह याद दिलाने के लिए कि महान प्रतिभाएँ आमतौर पर प्रतिभा और उदार मार्गदर्शन की उपज होती हैं।

Paz अपने गणितीय आत्मविश्वास की उत्पत्ति के बारे में खुले रहे हैं, एक प्रेरणादायक हाई-स्कूल कैलकुलस शिक्षक को विषय के प्रति अपने प्रेम को तेज करने का श्रेय देते हुए, और Caltech के कार्यक्रमों को एक खिलौने के बजाय उन्हें एक वास्तविक समस्या सौंपने के लिए। उनका प्रक्षेपवक्र — आउटरीच-कार्यक्रम के छात्र से दस लाख-वस्तु सूची के लेखक तक — मुश्किल से तीन साल लगे।

उन्होंने जिस तकनीकी चुनौती को हल किया वह स्पष्ट किए जाने योग्य है। NEOWISE को क्षुद्रग्रहों का शिकार करने के लिए डिज़ाइन किया गया था, न कि परिवर्तनीय तारों को सूचीबद्ध करने के लिए; आकाश के किसी भी दिए गए हिस्से के इसके अवलोकन एपिसोडिक, शोरयुक्त थे, और कभी भी उस तरह के समय-डोमेन खगोल विज्ञान के लिए नहीं थे जो Paz ने प्रयास किया। उस डेटा से वास्तविक परिवर्तनशीलता निकालने का मतलब था एक मॉडल को सिखाना कि एक तारे की सच्ची टिमटिमाहट को वाद्य कलाकृतियों, ब्रह्मांडीय-किरण हिट, और हजार तरीकों से जिसमें एक डिटेक्टर झूठ बोल सकता है, से अलग करना। पेशेवर सर्वेक्षण ऐसे काम के लिए टीमों और वर्षों को नियोजित करते हैं। Paz ने इसे एक हाई-स्कूल अनुसंधान परियोजना में संकुचित किया — और एक उम्मीदवार सूची तैयार की जो अनुवर्ती खगोलशास्त्रियों को एक दशक तक व्यस्त रखने के लिए पर्याप्त बड़ी थी।

पुरस्कार राशि, जितनी भी पर्याप्त है, उनकी जीत का सबसे कम मूल्यवान हिस्सा साबित हो सकती है। Regeneron Science Talent Search अमेरिकी विज्ञान की सबसे विश्वसनीय पूर्व-चेतावनी प्रणाली के रूप में कार्य करता है: इसके शीर्ष विजेता ऐतिहासिक रूप से देश के अभिजात अनुसंधान संस्थानों और प्रयोगशालाओं में प्रवाहित होते हैं, और Paz — हाई स्कूल खत्म करने से पहले ही Caltech के IPAC में एम्बेडेड — उस पाइपलाइन में पहले से ही एक पेशेवर-पैमाने के परिणाम के साथ प्रवेश करते हैं। परियोजना के बारे में उद्धृत खगोलशास्त्रियों ने बात स्पष्ट रूप से की: सूची एक छात्र व्यायाम नहीं है; यह वह डेटा है जिसका क्षेत्र वास्तव में उपयोग करेगा।

Paz की कहानी को खगोल विज्ञान से परे जो प्रतिध्वनित करता है वह इसकी विधि है। उन्होंने दूरबीन नहीं बनाई; उन्होंने दूरबीनों ने जो पहले ही देखा था उसे पढ़ने के लिए एक उपकरण बनाया। एक ऐसे युग में जब विज्ञान डेटा उत्पन्न करता है जितनी तेजी से मनुष्य इसका निरीक्षण कर सकते हैं, पासाडेना के सत्रह वर्षीय ने प्रदर्शित किया कि अगली महान खोजें उन लोगों की हो सकती हैं जो सर्वोत्तम एल्गोरिदम लिखते हैं — और ऐसा करने के लिए कोई न्यूनतम आयु नहीं है।