Anthropic 的克劳德科学公司绘制了第一张完整的紫外线天空图

Anthropic 的 Claude Science 协调人工智能代理制作了第一张完整的天空紫外线地图，填补了 NASA GALEX 任务未发现的空白。

Anthropic 的克劳德科学公司（Claude Science）制作了第一张完整的整个天空紫外线图，约翰·霍普金斯大学的天体物理学家布莱斯·梅纳德（Brice Ménard）描述了这一里程碑，他领导了该项目，并在 Anthropic 的网站上详细介绍了这一过程。据《解码器》报道，这项工作表明，协调的人工智能代理如何能够吸收研究团队本来无法抽出时间进行的繁琐数据工作。

该地图填补了早期太空任务留下的数十年的空白，将档案观测与模型生成的对望远镜未完全覆盖的区域的重建结合起来。这是人工智能从聊天机器人和编码助手转向日常科学研究机制的最具体的例子之一——这一主题贯穿了当今的大部分人工智能研究报道。

为什么完整的 UV 贴图从未存在过

紫外线在地面上是看不见的。臭氧层阻挡了它，这意味着紫外线天文学只能在太空中进行。 NASA 的 GALEX 任务在 2003 年至 2013 年间对天空进行了紫外线勘测，成功覆盖了大约三分之二的天空，但跳过了明亮的恒星形成区域，这些区域的光线非常强烈，可能会损坏探测器或使观测饱和。

这使得大约三分之一的天空没有紫外线覆盖——包括一些在科学上最有趣的区域，那里充满了年轻的恒星和活跃的恒星形成。十多年来，处理紫外线数据的天文学家不得不应对这些漏洞，将部分视图拼凑在一起，或者只是避免分析中丢失的区域。

AI 代理如何组装地图

Claude Science 协调人工智能代理团队，从多个太空任务中下载数据，对其进行校准并将其合并到一个一致的地图中。在缺少观察结果的地方，系统使用了修复——一种模型从现有数据中学习来重建间隙的技术。

结果根据实际测量进行了验证：根据 Ménard 对项目的描述，在测试中，模型的预测与实际值平均偏差约 10%。错误率很重要——这是科学可用的产品和漂亮图片之间的区别——它表明重建足够接近以支持探索性工作，即使它们不能替代直接观察。

紫外线揭示了星光照亮的尘埃，包括年轻恒星周围的云层和恒星爆炸留下的环等结构。现在覆盖了整个天空，研究人员可以研究以前盲点区域的这些特征。

代理协调方法与结果一样引人注目。该系统不是用单一模型来回答问题，而是将项目分解为多个作业——查找任务档案、提取数据、检查校准、调整预测、合并重叠的调查、找出差距——并将它们分配给在整个管道中工作的专业代理。人类科学家设定要求并验证输出；特工们完成了组装工作，否则这些工作将花费研究生十年的时间。

教学工具和模板

梅纳德表示，该地图旨在作为教材，让学生和研究人员首次对紫外线天空有一个完整的了解。但更大的影响可能是工作流程本身。

他怀疑许多科学家一直在推迟类似的项目——人工智能现在可以使大型、乏味的数据整合工作成为可能。过去太空任务的档案充满了从未被充分利用的数据，不是因为它们缺乏价值，而是因为清理、校准和合并这些数据需要研究团队多年的艰苦工作。像 Claude Science 这样的基于代理的系统改变了经济学：曾经耗费职业生涯的协调和数据处理现在可以在项目中进行。

差距的来源也有一个无声的讽刺。 GALEX 跳过了最亮的恒星形成区域，正是因为它们是最有价值的目标之一——天文学家最想在紫外光下研究的新恒星形成的引擎。一项围绕仪器保护设计的任务最终导致其最有趣的区域没有被绘制出来，直到现在，借助人工智能辅助重建，这个盲点才被填补。