Tại đây, cậu gây chấn động giới khoa học khi phát hiện tới 1,5 triệu vật thể vũ trụ chưa từng được biết đến thông qua trí tuệ nhân tạo (AI).
Niềm đam mê thiên văn của Paz bắt đầu từ thời tiểu học, khi mẹ thường xuyên đưa cậu đến tham dự các buổi quan sát sao công cộng tại Caltech. Mùa hè năm 2022, Paz tham gia chương trình Planet Finder Academy, do giáo sư thiên văn học Andrew Howard điều hành. Tại đây, Paz được tiếp cận kiến thức thiên văn và khoa học máy tính dưới sự hướng dẫn của tiến sĩ Davy Kirkpatrick, nhà khoa học cấp cao tại Trung tâm Xử lý và Phân tích Hồng ngoại Caltech.
Chính sự cố vấn tận tình của tiến sĩ Kirkpatrick – người từng được một giáo viên trung học truyền cảm hứng theo đuổi ngành thiên văn – đã giúp Paz thực hiện một dự án nghiên cứu đột phá. Kết quả nghiên cứu sau đó đã được công bố trên tạp chí The Astronomical Journal.
Paz đã vận dụng kiến thức về AI – được rèn luyện qua chương trình Math Academy, nơi học sinh có thể học Giải tích AP BC từ lớp 8 – để phát triển một mô hình học máy (machine learning). Mô hình này được thiết kế để phân tích toàn bộ dữ liệu của NEOWISE, phát hiện những biến thiên tinh vi trong độ sáng, từ đó nhận diện các vật thể thiên văn chưa từng được biết đến.
Chỉ trong sáu tuần, Paz đã xây dựng thành công mô hình đầu tiên. Sau đó, dưới sự hỗ trợ tiếp tục từ tiến sĩ Kirkpatrick, cậu tiếp tục cải tiến mô hình, chuyển sang xử lý dữ liệu thô từ kính thiên văn và tinh chỉnh các thuật toán phân loại.
Kết quả, mô hình AI đã xác định và phân loại 1,5 triệu vật thể mới tiềm năng, mở ra cơ hội lớn cho giới nghiên cứu trong việc hiểu rõ hơn về các hiện tượng biến thiên trong vũ trụ.
Không chỉ giới hạn trong thiên văn học, Paz cho biết mô hình AI mà cậu phát triển có thể ứng dụng trong các lĩnh vực liên quan đến dữ liệu chuỗi thời gian (time series) như tài chính hoặc môi trường.
“Tôi nghĩ thuật toán này có thể áp dụng cho việc phân tích thị trường chứng khoán, nơi dữ liệu đến dưới dạng chuỗi thời gian và có tính chu kỳ rõ rệt. Ngoài ra, nó cũng có thể giúp nghiên cứu các hiện tượng khí quyển như ô nhiễm không khí, nơi các chu kỳ ngày – đêm hay mùa trong năm đóng vai trò quan trọng” em Paz chia sẻ.
Dự kiến trong năm 2025, Paz và tiến sĩ Kirkpatrick sẽ công bố một danh mục toàn diện về các vật thể có sự thay đổi độ sáng đáng kể trong dữ liệu NEOWISE – một bước tiến lớn trong việc khai thác kho dữ liệu vũ trụ khổng lồ của NASA.
