Hoe een jonge Californiër met zelfgebouwde AI de ruimte op z’n kop zette
Ooit gedacht dat een middelbare scholier de astronomische wereld zou kunnen verrassen? In 2025 kijken zelfs doorgewinterde sterrenkundigen in Nederland daar niet meer van op. De Amerikaanse Amsterdam-fan Matteo Paz – zijn moeder groeide op in Haarlem, vertelde hij recent nog aan de Volkskrant – heeft met slimme kunstmatige intelligentie maar liefst 1,5 miljoen voorheen onontdekte ruimteobjecten aan het licht gebracht. En dat allemaal dankzij een briljant idee, een flinke dosis nieuwsgierigheid en de data van NASA’s NEOWISE-missie, die eigenlijk alleen de ‘nabije’ asteroïden in de gaten hield.
Nieuwsgierigheid als brandstof voor vernieuwing
De zomer van 2022 was allesbehalve rustig voor Matteo. Tijdens het Planet Finder Academy programma van Caltech gingen hij en zijn mentor Davy Kirkpatrick (IPAC/Caltech) aan de slag met de openbare NEOWISE-datasets. nasa verzamelde meer dan een decennium lang miljarden infraroodmetingen: veel te veel voor klassiek handwerk.
Eigenlijk was NEOWISE bedoeld voor het traceren van asteroïden en kometen in de directe omgeving van onze aarde. Maar tussen die meetgegevens zaten ook talrijke signalen van verafgelegen sterren, dubbele zonnestelsels en explosieve supernova’s — allemaal moeilijk op te sporen met traditionele analysemethoden. Soms veranderden ze ineens van helderheid, dan weer wekenlang niets. Juist die afwijkende patronen werden over het hoofd gezien.
Krachtige AI als speurneus tussen de sterren
De oplossing? Kunstmatige intelligentie. Waar de rest van het team vasthield aan steekproefsgewijs controleren, bouwde Matteo in zes weken tijd een slim algoritme wat zelf patronen ging herkennen in de gegevens. Een combinatie van wiskunde, computerwetenschap en ‘good old’ nieuwsgierigheid leidde tot een model gebaseerd op Fourier-analyse en wavelets. Minieme waaiers in lichtintensiteit? Die kwamen nu ineens wél bovendrijven.
Dataproblemen ontmoedigen Paz niet snel — liever niet zelfs. In razend tempo identificeerde zijn AI zeldzame fluctuaties: objecten die te zwak, te kort of juist te traag pulserend waren om met de hand te spotten, verschenen nu duidelijk op het scherm. Je vraagt je af: hoeveel meer valt er nog te ontdekken met zulke slimme tools?
Van leerling tot mentor: kennis delen als motor
Het succes van Paz was niet alleen een technologisch, maar ook een sociaal verhaal. Samen met Caltech-wetenschappers als Shoubaneh Hemmati, Daniel Masters en Ashish Mahabal schaafde hij zijn methodes bij. Soms sloeg het model de plank mis — bijvoorbeeld bij objecten met onregelmatige patronen of lusjes in hun lichtcurve. Maar elke fout bracht een nieuwe les, en uiteindelijk vonden ze samen duizenden ‘verborgen juweeltjes’ in het universum.
Nu, in 2025, heeft Paz zijn bijbaan als mentorschap bij Planet Finder Academy te pakken. Hij gidst jongere studenten langs de valkuilen van datagedreven wetenschap: van bug zoeken tot het spotten van relevante sterren in de archieven. “Het mooiste is als een student per ongeluk een uniek object ontdekt — net als ik destijds,” vertelde hij onlangs op het SRON Space Symposium in Utrecht.
1,5 miljoen nieuwe objecten: wat betekent dat?
Het gloednieuwe register, dat begin 2025 verschijnt, licht een tipje van de sluier op over de evolutie van sterrenstelsels. Nederlandse onderzoekers hopen dat het inzicht verschaft in langetermijngedrag van sterren waarvoor we vroeger simpelweg de data misten. En — niet onbelangrijk — Paz’ aanpak krijgt navolging in andere sectoren. Van monitoring van stikstofdata rondom Schiphol tot het voorspellen van economische trends: AI voor tijdsreeksen is hot.
Het grootste inzicht? Jonge geesten, grootse impact. Met lef, toegang tot open data en een handvol mentoren kan een scholier het verschil maken — of je nu in Amsterdam, Rotterdam of op een Californisch strand woont.
Kleine disclaimer: bij ons op kantoor werd prompt een AI-challenge gestart om te speuren naar ‘verborgen sterren’ in ons eigen databestand. U raadt het al — het leverde vooral veel nieuwe koffiegesprekken op.
Praktische tips als u zelf aan de slag wilt
- Gebruik open datasets — NASA en ESA bieden er tientallen gratis aan
- Kijk eens op Nederland Start of ESA voor inspiratie
- Laat je niet afschrikken door ingewikkelde wiskunde — samenwerken met een AI-model levert vaak al de eerste inzichten op
- Neem contact op met lokale sterrenwachten zoals Artis Planetarium of Sonnenborgh
- Ga naar publieksavonden en hackathons – wie weet treft u daar de nieuwe Matteo!
Ooit gezegd dat ruimtevaart saai werd? 2025 bewijst het tegendeel — en de beste ontdekkingen komen vaak uit onverwachte hoek.