Anthropic Claude Science 完成史上首张全天紫外线地图

紫外线能够揭示被星光照亮的尘埃结构，包括年轻恒星周围的气体云以及恒星爆炸后留下的残骸环。然而由于地球大气层中的臭氧层会完全吸收紫外线，地面望远镜无法进行此类观测，相关数据只能依赖在轨卫星收集。这一物理限制使得全天紫外线地图的绘制工作长期停滞，成为天文学领域的一项未竟任务。

NASA的GALEX任务是迄今最重要的紫外线巡天项目，但其覆盖范围约为全天的三分之二，且刻意回避了恒星密集的亮星形成区域，以防止探测器受损。这些空白区域恰恰是天文学家最感兴趣的科学目标，长期缺乏系统性数据。梅纳尔团队决定利用AI技术弥合这一缺口，将分散于多个太空任务的观测数据整合为一张完整的全天图像。

Claude Science在此项目中扮演了数据工程师的角色。系统协调多个AI智能体，自动执行数据下载、格式转换、辐射校准及多源数据拼接等繁琐流程。对于GALEX等任务未能覆盖的天区，模型采用图像修复技术，通过学习已有观测数据的统计规律，对缺失区域进行合理重建，而非简单插值。

在精度验证环节，研究团队将模型对已知区域的预测值与实际观测数据进行对比，平均偏差约为10%。这一误差水平对于全天尺度的统计研究而言处于可接受范围，足以支撑尘埃分布、星际介质结构等科学问题的初步分析。梅纳尔表示，该地图将首先作为教学材料使用，帮助学生和研究者理解紫外线波段的宇宙图景。

梅纳尔在Anthropic官网的描述中强调，这类项目的核心价值不仅在于科学产出本身，更在于它代表了一种此前根本不会被启动的研究模式。数据整理、校准与拼接工作耗时耗力，往往因缺乏人手而被无限期推迟。AI智能体的介入使得这类数据密集型任务变得可行，有望解锁大量长期积压的科研潜力，推动天文学乃至其他基础学科的数据利用效率大幅提升。

要点

• Claude Science协调AI智能体完成了史上首张覆盖全天的紫外线波段地图，填补了NASA GALEX任务留下的观测空白
• 图像修复技术被用于重建缺失天区数据，模型预测与实际测量的平均偏差约为10%
• 该项目展示了AI在数据密集型基础科研中的实用价值，尤其适用于因人力不足而长期搁置的数据整合任务
• 研究者认为，类似的被动搁置项目在各学科中普遍存在，AI有望系统性地激活这批沉睡的科研议题