🇺🇸 Matteo Paz

Matteo Paz cresceu em Pasadena, Califórnia — uma cidade cujo horizonte é dominado, intelectualmente, pelo California Institute of Technology e pelo Laboratório de Propulsão a Jato da NASA. A proximidade tornou-se destino. Em 2022, ainda aluno dos primeiros anos do ensino secundário, Paz inscreveu-se na Planet Finder Academy de Caltech, um programa de divulgação concebido para dar aos estudantes escolares uma amostra da astronomia real.

Uma amostra não foi suficiente. Paz inscreveu-se num programa de verão de seis semanas em Caltech que emparelha estudantes com mentores do campus, onde começou a trabalhar com o astrónomo Davy Kirkpatrick no IPAC, o centro de dados astronómicos de Caltech. A tarefa que mudaria a sua vida envolvia o NEOWISE — a nave espacial Wide-field Infrared Survey Explorer reaproveitada que tinha passado mais de uma década a digitalizar todo o céu em luz infravermelha, caçando principalmente asteroides próximos da Terra.

O arquivo do NEOWISE era simultaneamente um tesouro e um problema. A missão tinha produzido aproximadamente 200 mil milhões de entradas de dados individuais cobrindo quase duas décadas de observações celestes. Enterrados nesse palheiro estavam objetos variáveis — estrelas que pulsam, sistemas binários que se eclipsam mutuamente, galáxias distantes alimentadas por buracos negros que emitem clarões — cujo brilho muda ao longo do tempo. Identificá-los manualmente, uma curva de luz de cada vez, era simplesmente impossível a essa escala.

A resposta de Paz foi parar de procurar manualmente. Desenvolveu um algoritmo de aprendizagem automática — um modelo de IA treinado para reconhecer as subtis assinaturas infravermelhas de variabilidade nos dados brutos — capaz de processar todo o arquivo NEOWISE e selecionar fontes cujo brilho genuinamente mudava, em oposição ao ruído instrumental que fingia fazê-lo.

Os resultados foram surpreendentes. O seu algoritmo sinalizou aproximadamente 1,5 milhão de objetos celestes potenciais previamente desconhecidos — candidatos a estrelas variáveis, buracos negros e outras fontes astrofísicas que tinham estado nos próprios dados da NASA, invisíveis, durante anos. Na astronomia, onde uma única nova descoberta pode justificar uma carreira, um catálogo de 1,5 milhão de candidatos produzido por um adolescente foi um acontecimento genuíno.

O trabalho não foi um truque de caixa negra. Paz e o seu mentor Kirkpatrick prepararam os resultados para a comunidade profissional, com planos de publicar o catálogo completo de objetos variáveis dos dados NEOWISE para que astrónomos em todo o mundo pudessem fazer seguimento das descobertas. O projeto demonstrou um princípio com implicações muito além de um telescópio: um enorme valor científico permanece adormecido em dados arquivados, aguardando melhores ferramentas para libertá-lo.

Em março de 2025, Paz entrou no Regeneron Science Talent Search, a competição (anteriormente patrocinada pela Westinghouse e Intel) que identifica os jovens cientistas mais talentosos da América desde 1942 — os seus alumni incluem numerosos laureados com o Nobel. Contra 40 finalistas cujos projetos variavam desde o tratamento de doenças musculares raras até à resolução de problemas matemáticos de longa data, Paz ficou em primeiro lugar e levou o prémio máximo de 250 mil dólares.

A cobertura da sua vitória, desde o Smithsonian às próprias publicações de Caltech, enfatizou o mesmo ponto: não se tratava de um estudante a imitar investigação, mas de um estudante a fazer investigação em escala profissional. O Observatório Steward da Universidade do Arizona notou com algum orgulho que o seu mentor Kirkpatrick era seu doutorado alumni — um lembrete de que grandes prodígios são geralmente o produto do talento encontrando mentoria generosa.

Paz tem sido aberto sobre as origens da sua confiança matemática, creditando um professor inspirador de cálculo do ensino secundário por acelerar o seu amor pela disciplina, e os programas de Caltech por lhe terem dado um problema real em vez de um problema de brincar. A sua trajetória — de estudante de programa de divulgação a autor de um catálogo de um milhão de objetos — levou apenas três anos.

O desafio técnico que resolveu merece ser explicitado. O NEOWISE foi concebido para caçar asteroides, não para catalogar estrelas variáveis; as suas observações de qualquer parte do céu eram episódicas, ruidosas e nunca destinadas ao tipo de astronomia de domínio temporal que Paz tentou. Extrair variabilidade genuína desses dados significou ensinar um modelo a distinguir o verdadeiro cintilar de uma estrela de artefactos instrumentais, impactos de raios cósmicos e as mil formas como um detetor pode mentir. Levantamentos profissionais empregam equipas e anos para tal trabalho. Paz comprimiu-o num projeto de investigação do ensino secundário — e produziu uma lista de candidatos suficientemente grande para ocupar astrónomos de seguimento durante uma década.

O dinheiro do prémio, substancial como é, pode revelar-se a parte menos valiosa da sua vitória. O Regeneron Science Talent Search funciona como o sistema de alerta precoce mais fiável da ciência americana: os seus principais vencedores historicamente fluem para as instituições de investigação e laboratórios de elite do país, e Paz — já integrado no IPAC de Caltech antes de terminar o ensino secundário — entra nesse pipeline com um resultado em escala profissional já atrás de si. Astrónomos citados sobre o projeto foram claros: o catálogo não é um exercício estudantil; são dados que o campo irá efetivamente usar.

O que faz a história de Paz ressoar para além da astronomia é o seu método. Ele não construiu um telescópio; construiu um instrumento para ler o que os telescópios já viram. Numa era em que a ciência gera dados mais rapidamente do que os humanos conseguem inspecioná-los, o jovem de dezassete anos de Pasadena demonstrou que as próximas grandes descobertas podem pertencer a quem escrever os melhores algoritmos — e que não existe idade mínima para o fazer.