据 meiguo.com 于 2026 年 9 月 4 日收到的消息 ‣ 一名来自帕萨迪纳的高中生马特奥·帕斯（Matteo Paz）编写的机器学习程序，成功处理了来自美国宇航局（NASA）退役红外望远镜 NEOWISE 累积十余年的海量观测数据。这组原始数据表格包含约两千亿行记录，每一行代表望远镜在全天扫描中捕捉到的一次红外闪烁，规模庞大到无法靠人工阅读。

帕斯的导师、IPAC 高级科学家戴维·柯克帕特릭（Davy Kirkpatrick）表示，完整数据流此前因过于繁杂，多数项目会在分析前先行裁剪。帕斯的程序结合信号处理数学与神经网络，能在重复测量中捕捉微弱的红外亮度变化，并将光变来源自动分类，区分脉动星、食双星、耀变体等不同变化模式。相关方法已由帕斯独立撰写论文，发表于《天文学杂志》。

程序共标记出约 150 万个“潜在”新天体候选者。研究团队强调，这是值得进一步观测的线索清单，而非确认发现。其中可能包含已知天体重复录入、数据伪影或虚假信号。确认每一个候选体的真实性质，仍需后续专门观测与分析。帕斯与柯克帕特里克计划公开完整目录，邀请天文学界共同开展后续核查工作。

帕斯接触这一课题的契机，源于加州理工学院（Caltech）的公开讲座与暑期科研项目。2023 年夏天，他被安排在柯克帕特里克名下进行为期六周的研究。初次见面时，帕斯便表示希望以发表论文为目标，远超常规暑期项目的预期。导师未加阻拦，给予他充分的思考空间，让这一宏大构想得以延续并最终完成。

2025 年，这项成果为帕斯赢得了“雷杰纳伦科学天才奖”首奖及 25 万美元奖金。目前他已受雇于 IPAC，成为加理工员工。那份包含百万级候选体的目录，如今正等待全球天文学家的检验。帕斯亦指出，该模型或可推广至其他天文时域研究，甚至任何以时间序列形式呈现的数据领域，但其在金融、传感器等非天文场景的实用性尚待验证。

综合自网络信息