🇺🇸 Matteo Paz

Маттео Пас вырос в Пасадине, Калифорния, — городе, чей интеллектуальный горизонт определяется Калифорнийским технологическим институтом и Лабораторией реактивного движения NASA. Близость стала судьбой. В 2022 году, ещё будучи учеником младших классов средней школы, Пас поступил в Planet Finder Academy при Caltech — образовательную программу, созданную, чтобы дать школьникам вкус настоящей астрономии.

Одного вкуса оказалось недостаточно. Пас записался на шестинедельную летнюю программу в Caltech, где студенты работают в паре с наставниками из университета, и начал работу с астрономом Дэйви Киркпатриком в IPAC — центре астрономических данных Caltech. Задание, которое изменило его жизнь, касалось NEOWISE — перепрофилированного космического аппарата Wide-field Infrared Survey Explorer, который провёл более десяти лет, сканируя всё небо в инфракрасном свете, в первую очередь в поисках околоземных астероидов.

Архив NEOWISE был одновременно сокровищем и проблемой. Миссия произвела примерно 200 миллиардов отдельных записей данных, охватывающих почти два десятилетия наблюдений неба. Погребённые в этом стоге сена находились переменные объекты — пульсирующие звёзды, затменно-двойные системы, далёкие галактики с активными чёрными дырами в центре, которые вспыхивают, — чья яркость меняется со временем. Выявлять их вручную, по одной кривой блеска за раз, было просто невозможно в таком масштабе.

Ответ Паса состоял в том, чтобы прекратить ручной поиск. Он разработал алгоритм машинного обучения — модель ИИ, обученную распознавать тонкие инфракрасные сигнатуры переменности в необработанных данных, — способную обрабатывать весь архив NEOWISE и выявлять источники, чья яркость действительно менялась, в отличие от инструментального шума, который лишь имитирует изменения.

Результаты оказались ошеломляющими. Его алгоритм выявил приблизительно 1,5 миллиона ранее неизвестных потенциальных небесных объектов — кандидатов в переменные звёзды, чёрные дыры и другие астрофизические источники, которые годами находились в собственных данных NASA, оставаясь невидимыми. В астрономии, где одно новое открытие может оправдать всю карьеру, каталог из 1,5 миллиона кандидатов, созданный подростком, стал настоящим событием.

Работа не была трюком с чёрным ящиком. Пас и его наставник Киркпатрик подготовили результаты для профессионального сообщества с планами опубликовать полный каталог переменных объектов из данных NEOWISE, чтобы астрономы по всему миру могли продолжить изучение открытий. Проект продемонстрировал принцип, имеющий значение далеко за пределами одного телескопа: огромная научная ценность дремлет в архивных данных, ожидая лучших инструментов для её высвобождения.

В марте 2025 года Пас принял участие в Regeneron Science Talent Search — конкурсе (ранее спонсируемом Westinghouse и Intel), который с 1942 года выявляет самых одарённых молодых учёных Америки; среди его выпускников — многочисленные нобелевские лауреаты. Среди 40 финалистов, чьи проекты варьировались от лечения редких мышечных заболеваний до решения давних математических проблем, Пас занял первое место и получил главный приз в 250 000 долларов.

Освещение его победы — от Smithsonian до собственных публикаций Caltech — подчёркивало один и тот же момент: это был не студент, имитирующий исследование, а студент, проводящий исследование в профессиональном масштабе. Обсерватория Стюарда Университета Аризоны с некоторой гордостью отметила, что его наставник Киркпатрик — их выпускник PhD, — напоминание о том, что великие вундеркинды обычно являются продуктом встречи таланта с щедрым наставничеством.

Пас откровенно говорит о происхождении своей математической уверенности, благодаря вдохновляющего школьного учителя математического анализа за ускорение его любви к предмету и программы Caltech за то, что они дали ему настоящую проблему вместо игрушечной. Его траектория — от студента образовательной программы до автора каталога из миллиона объектов — заняла едва ли три года.

Техническую задачу, которую он решил, стоит описать подробнее. NEOWISE был спроектирован для поиска астероидов, а не для каталогизации переменных звёзд; его наблюдения любого участка неба были эпизодическими, зашумлёнными и никогда не предназначались для того вида астрономии временной области, которую предпринял Пас. Извлечение подлинной переменности из этих данных означало обучение модели отличать истинное мерцание звезды от инструментальных артефактов, попаданий космических лучей и тысячи способов, которыми детектор может лгать. Профессиональные обзоры привлекают к такой работе команды и годы. Пас сжал это в школьный исследовательский проект — и создал список кандидатов, достаточно большой, чтобы занять последующих астрономов на десятилетие.

Призовые деньги, сколь бы значительными они ни были, могут оказаться наименее ценной частью его победы. Regeneron Science Talent Search функционирует как самая надёжная система раннего предупреждения американской науки: его лучшие победители исторически попадают в элитные научно-исследовательские институты и лаборатории страны, и Пас — уже встроенный в IPAC при Caltech до окончания средней школы — входит в этот конвейер с профессионального масштаба результатом уже за плечами. Астрономы, которых цитировали по поводу проекта, высказались прямо: каталог — это не студенческое упражнение; это данные, которые будет действительно использовать научное сообщество.

То, что делает историю Паса резонансной за пределами астрономии, — это его метод. Он не построил телескоп; он построил инструмент для чтения того, что телескопы уже увидели. В эпоху, когда наука генерирует данные быстрее, чем люди могут их изучить, семнадцатилетний подросток из Пасадины продемонстрировал, что следующие великие открытия могут принадлежать тому, кто напишет лучшие алгоритмы, — и что для этого нет минимального возраста.