缺失的天空地图
2026年10月8日在这里，约翰斯·霍普金斯大学的天体物理学家、Anthropic公司的研究员Brice Ménard解释了他是如何与Claude Science合作，制作出第一张完整的紫外线天空地图的。这张地图将成为一个有价值的教育工具，让学生能够详细看到在这个波长下可见的银河丰富结构。
整个天空，以银河中心为中心，处于紫外光区域（包含远紫外光 154 nm 和近紫外光 232 nm）。这张地图约三分之一的区域，包括大部分银河平面，是通过 Claude Science 使用本文中描述的方法预测的。地图的额外层将每个像素标记为“测量值”或“预测值”，并提供不确定性估计；您可以在此处查看。
当我教授天体物理学时，我通常会先向学生展示：天空的观感会因观测到的波长不同而完全不同。不同的波长会显示出不同的特征。在可见光下，主要能看到星星；切换到红外线时，则能看到集中在银河系某条带上的微小尘埃颗粒发出的光芒。在无线电波下，星星和尘埃逐渐消失，而氢气体——新恒星形成的原始物质——则变得可见。 在X射线中，可以观察到一些剧烈现象，比如恒星的爆炸或物质向黑洞的收缩。这些现象共同帮助天文学家理解气体如何坍缩成恒星，恒星如何为星系带来尘埃，以及像我们这样的星系是如何形成的。
当谈到紫外线光以及它如何揭示被星光照亮的尘埃时——从年轻恒星周围的云层到恒星爆炸留下的环状结构——我总是不得不道歉。我能够展示的唯一的紫外线地图充满了漏洞。
为什么没有完整的 UV 图样
紫外线被大气中的臭氧层吸收，因此要观察宇宙在紫外线波段的情况，就必须进入太空。过去50年来，太空望远镜已经观测到了天空中的部分区域在紫外线波段的情况，并发布了相关数据。但仍有许多区域尚未被观测到。
最大的数据集来自 NASA 的 GALEX 任务。该任务从 2003 年持续到 2013 年，通过约 38,000 次独立观测，拍摄到了大约三分之二的天空区域。但由于存在损坏卫星探测器的风险，GALEX 故意避开了恒星非常明亮的区域，包括银河系平面上的那些区域（即星系的平坦盘状结构，恒星密度最高）。 其他太空望远镜，如 NASA的Swift和韩国的FIMS/SPEAR，也获得了额外的数据，但即使在这些合并的数据集中，仍存在许多缺失的部分。
存在统计技术可用于估算缺失数据，从而生成完整的天空 UV 图。但要正确完成此工作需要数周的时间，涉及对单个像素级别的精细校准以及复杂的重复分析。可以理解，天体物理学家通常为了开展更紧迫的研究而忽略这类工作。 大多数领域都存在大量类似的项目，这些项目能够解释某个关键概念或帮助其他研究人员，但始终没有成为任何人名单上的重要项目而被完成。使用 Claude 后，处理这类低优先级工作就变得更容易了。
构建缺失的地图
这个夏天，我打算使用Claude Science来制作一张完整的天空UV图。指示很简单，但执行起来却并不容易：收集所有可用的UV数据集，将它们统一到同一尺度下，合并成一张地图，然后填充那些没有任何UV望远镜观测过的天空区域。
为了做到这一点，Claude 组建了一支 AI 代理团队。首先，这些代理在互联网上搜索了公开可获得的天文 UV 调查数据，这些数据包含大量单独的数据点或图像——以 NASA 的 GALEX 任务为例，就有数万张图像，这些图像是在数年间、不同条件下拍摄的。
下载数据后，代理程序必须确保每次调查结果内部一致，这样某个时间段的图像就能与另一个时间段的图像进行对比。这要求特别关注明亮恒星周围的区域。就像太阳或路灯会在地球上的照片中产生眩光一样，星星也会在太空望远镜拍摄的天空图像中产生眩光。 在能够精确测量恒星周围的微弱紫外线之前，必须消除那种强烈的光芒。许多在天空不同区域并行工作的人员，成功使这些差异趋于一致。
接下来，需要将这些调查数据合并起来。这些数据集是由不同望远镜上的不同仪器收集的，而且每个仪器捕捉到的紫外线天空状况略有差异，因此必须相互进行交叉校准，以相同分辨率重新绘制，并统一到同一坐标系统中，才能将其合并成一张地图。我向克劳德提供了关于如何操作的高层指示，然后克劳德又安排了一组人员负责执行这些任务。
接着是最难的部分：填补地图上的空白区域。大约三分之一的天空区域从未被观测到紫外线。为了弥补这些空白，我让 Claude Science 使用一种称为“inpainting”的技术——这是机器学习中常见的处理方式。在这种技术中，一个基于数百万张照片训练的模型会学习图像的每个部分与其周围环境的关联方式，并利用这种知识来修复图像中受损或缺失的部分。
克劳德将这种方法与我们拥有的其他信息相结合。当紫外线数据缺失时，我们有其他波长的观测数据，包括可见光、红外和无线电波段。利用天空中三分之二的区域…… 有 在 UV 中进行了映射，Claude 了解到了 UV 亮度与这些其他波长之间的关系。然后，他将该关系应用于没有 UV 数据的天空的三分之一区域，并估算出每个点应有的样子以及他对该估算的置信程度。
为了检验模型预测的准确性，我让 Claude 处理那些我们已经拥有 UV 数据的区域，并故意隐藏其中的部分内容，形成专门用于填充的空白区域。模型必须利用自己学习到的信息来补全画面，而无需使用真实的数值。经过几轮优化后，它能够将隐藏数据估计得与真实 UV 测量值相差不到 10%，这种差异几乎无法被人眼察觉。
最后，在这片模糊的背景上，Claude还加入了来自1亿多颗恒星的紫外线估计值，这些数据是通过欧洲航天局Gaia卫星在可见光范围内的测量得到的。完整的天空紫外线地图的第一个版本已经完成。
试错
克劳德第一次尝试时并没有把所有事情都做对。例如，某天晚上查看处理过的图像时，我在最暗的场中发现了一些异常的现象：微弱的圆形图案，每个都比邻近的图案稍亮或稍暗。
这些是 GALEX 观测的足迹。每一张 GALEX 图像都捕捉到了天空中的一块圆形区域，每片图像中都含有来自地球大气层的轻微、非均匀分布的紫外线光芒。如果这种光芒未被完全消除，每个圆形区域就会比其周围的区域稍微更亮或更暗。克劳德在项目开始时就指出这是一个已知问题，但地图仍然经过其他人员的两轮审核，而问题并未被发现。
我告诉克劳德：“我可以看到带有各次观测痕迹的圆盘，你能修正这一点吗？”工作人员将问题归咎于残留的大气辉光。随后，克劳德对所有38,000次观测中的该辉光进行了修正。经过几个小时的处理后，那些圆圈就消失了。
最终地图
我和克劳德一起，先后制作了十多个版本的地图，每个版本都比上一个更精细。我们的合作持续了好几天，有着一定的节奏：我会通过 Claude Science 与克劳德进行几次交流以规划下一步行动，然后克劳德会独立完成数小时的计算工作，而我则继续处理其他项目。
完成的地图展示了整个天空在紫外线光下的景象，并呈现了许多有趣的结构：围绕发光年轻恒星的尘埃云、巨大的尘埃环以及由大质量恒星爆炸产生的气体气泡。远离银河平面处，微弱的尘埃丝状结构横跨天空，被整个银河的星光照亮。在银河平面下方有大麦哲伦云和小麦哲伦云，这是两个由年轻恒星照亮的邻近小星系。我认为这非常美丽——它可以与其他经典地图一起，帮助一代又一代的学生理解我们银河系中各种物理过程。
这一次，我能够在不牺牲原本会用于研究的时间的情况下开展这样的项目。我怀疑许多科学家也会因为同样的原因而迟迟无法构思出地图、图表或资源方案。
致谢
制作此地图所使用的测量数据来自 GALEX 和 Swift（NASA），FIMS/SPEAR（韩国），TD-1（欧洲），以及 Planck 和 Gaia（ESA）。我感谢所有参与这些任务并将数据公开的人。在 Claude Science 工作的许多人员付出了辛勤劳动才完成了此地图的制作，我的贡献仅限于在过程中为他们提供指导。
订阅 Anthropic Science
关于人工智能辅助发现、实用工作流程以及各科学领域的实地笔记的功能。