AI 替天文学家补全紫外全天空图

Anthropic 的 Claude Science 最近干了一件挺硬核的事：第一次把整个天空的紫外波段拼成了一张完整地图。这个项目想证明的，是 AI 能接手那些研究者一直没空做的枯燥数据活。约翰斯·霍普金斯大学的天体物理学家 Brice Ménard 在 Anthropic 官网讲了整个流程，我读完的第一反应是，这类工作以前不是没人想做，而是成本高到没人愿意先动。

紫外光能看到被星光点亮的尘埃，比如年轻恒星周围的云气，或者恒星爆炸后留下的环。完整的紫外天图一直不存在，因为臭氧层把紫外光挡在外面，只能从太空测。NASA 的 GALEX 任务覆盖了大约三分之二的天空，但跳过了明亮的恒星形成区，这些恰恰是最值得看的地方。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、再合并到一起。缺失的区域用 inpainting 补上，也就是让模型从已有数据里学习，去重建那些空白。测试里，预测值和实际测量平均偏差大约百分之十，这个精度放在教学和初步筛查场景里已经够用了。我觉得真正值得关注的不是这张图本身，而是它作为教学材料的定位。Ménard 怀疑很多科学家手上都压着类似的项目，以前做不动，现在 AI 可能让它们变得可行。换句话说，AI 在这里不是替代科学家，而是把那些「迟早要做但一直排不上」的活往前推了一步。对做出海工具和科研 SaaS 的人来说，这个案例有个信号：垂直领域的 AI 代理，价值往往不在炫技，而在把跨数据源的脏活累活串起来。谁能把校准、合并、补全这套流程产品化，谁就有机会切进科研和工程团队的日常。