AI 替天文学家补全紫外全天空图

Anthropic 的 Claude Science 最近干了一件天文学家拖了几十年的事：第一次拼出完整的紫外全天空图。项目由约翰霍普金斯大学天体物理学家 Brice Ménard 主导，思路很直接——让 AI 接手那些没人愿意做的脏活累活。

紫外波段能看到被星光点亮的尘埃，比如年轻恒星周围的云团、超新星爆发留下的环状结构。但臭氧层把紫外光挡得死死的，只能从太空测。NASA 的 GALEX 任务覆盖了约三分之二的天空，却刻意跳过了明亮的恒星形成区，所以完整紫外图一直是个空白。Claude Science 的做法是协调多个 AI 代理，从不同太空任务下载数据、做校准、再合并成一张图。缺失区域用 inpainting 补全，让模型从已有数据里学规律去重建空白。测试中预测值与实际测量平均偏差约 10%，这个精度对一张教学用途的全天空图来说已经够用了。我比较在意的是 Ménard 那句话：很多科学家手里都压着类似的项目，不是不想做，是数据整理太耗人。AI 真正值钱的地方可能不是替人思考，而是替人干那些重复到让人放弃的活。当然，10% 的偏差放在科研里不算小，这张图目前定位是教学材料，不是拿来发论文的观测数据。但方向我觉得对了：先让 AI 把脏活干完，人类再去想真正难的问题。