Anthropic 研究员用 Claude Science 生成首张完整紫外天图

在这里，约翰斯·霍普金斯大学的天体物理学家、Anthropic 的研究员 Brice Ménard 解释了他如何与 Claude Science 合作，制作出第一张完整的紫外光天空图。这张图将是一个宝贵的教学工具，让学生能够详细看到在这一波长下可见的银河系丰富结构。

整个天空，银河系中心位于中央，以紫外线呈现（结合了远紫外 154 nm 和近紫外 232 nm）。这张图约三分之一的部分，包括银河系盘面的大部分，是用 Claude Science 按照本文所述方法预测的。地图的附加图层将每个像素标记为“实测”或“预测”，并提供不确定性估计；你可以在这里查看。

当我教授天体物理学时，我常常先向学生展示：根据观测波长的不同，天空看起来完全不同。每种波长都会凸显不同的特征。在可见光下，人们主要看到恒星。切换到红外线，则会揭示出集中在银河系一条带中的微小尘埃颗粒的辉光。在无线电波下，恒星和尘埃隐去，氢气——形成新恒星的原材料——变得可见。而在 X 射线中，人们可以看到剧烈现象，比如恒星爆炸，或物质螺旋落入黑洞。这些特征共同让天文学家理解气体如何坍缩成恒星、恒星如何用尘埃播撒银河系，以及像我们这样的星系如何成形。

当谈到紫外光以及它如何揭示被星光照亮的尘埃——从年轻恒星周围的云气到恒星爆炸留下的环状结构——我一直不得不表示歉意。我唯一能展示的紫外图满是空洞。

为什么不存在完整的紫外图

紫外光会被大气层的臭氧层吸收，因此要在紫外波段观测宇宙，就必须进入太空。过去 50 年里，太空望远镜在紫外波段观测了部分天空并公布了数据。但仍有大量区域未被观测。

最大的数据集来自 NASA 的 GALEX 任务，该任务从 2003 年运行到 2013 年，通过约 38,000 次独立观测对约三分之二的天空进行了成像。但 GALEX 有意跳过了有非常明亮恒星的位置，包括银河系盘面（星系中恒星最密集的扁平盘状区域）上的位置，因为存在损坏卫星探测器的风险。其他太空望远镜，如 NASA 的 Swift 和韩国的 FIMS/SPEAR，获取了额外数据，但即使将这些数据集合并，仍有许多缺失部分。

已有统计技术可以估算缺失数据，并制作出完整的天空紫外图。但要正确完成这项工作，需要数周艰苦的工作，包括在单个像素层面进行细致校准，以及复杂、反复的分析。可以理解，天体物理学家往往会把这类工作搁置一旁，去追求更紧迫的研究。大多数学科都积压着类似的项目——这些项目本可以解释某个关键概念或帮助其他研究人员，却从未在任何人的清单上排到足够高的位置而得以完成。有了 Claude，处理这类优先级较低的工作变得更容易了。

构建缺失的地图

今年夏天，我着手用 Claude Science 制作一幅完整的天空紫外图谱。指令说起来很简单，做起来却不容易：收集所有可用的紫外数据集，将它们统一到同一尺度，合并成一张单一图谱，并填补每一块紫外望远镜从未观测过的天区。

为此，Claude 统筹了一支 AI 智能体团队。首先，这些智能体在网上搜索公开的天文紫外巡天数据，每一份巡天数据都包含海量的单个数据点或图像——以 NASA 的 GALEX 任务为例，就有数万张图像——这些数据是在数年时间里、在不同条件下拍摄的。

下载数据后，智能体必须让每一份巡天数据内部保持一致，以便将一个时段拍摄的图像与另一个时段拍摄的图像进行比较。这需要特别关注亮星周围的区域。正如太阳或路灯会给地球上的照片增添眩光一样，恒星也会给空间望远镜拍摄的天空图像增添眩光。在精确测量恒星周围较暗的紫外光之前，必须先去除这种眩光。许多智能体在天区的不同区域并行工作，得以消除这些差异。

接下来，必须将这些巡天数据合并起来。这些数据集由不同望远镜上的不同仪器收集，每一台仪器捕捉紫外天空的方式都略有不同，因此在合并成一张图谱之前，必须对它们进行交叉校准、以相同分辨率重新绘制，并映射到统一的坐标系上。我向 Claude 给出了如何操作的高层指令，Claude 则安排了一支智能体团队执行这些任务。

然后是最困难的部分：填补图谱中的空缺。大约三分之一的天空从未在紫外波段被观测过。为了处理这些空白区域，我让 Claude Science 使用一种名为“图像修复”的技术——这是机器学习中一种常见的过程，模型在数百万张照片上训练，学习图像的每个部分与其周围环境的关系，并利用这些知识来恢复图像中受损或缺失的部分。

Claude 将这种方法与我们手头的额外信息结合起来。在紫外数据缺失的地方，我们确实有其它波长的观测数据，包括可见光、红外和射电。利用已经用紫外波段测绘过的那三分之二天空，Claude 学习了紫外亮度与这些其它波长之间的关系。然后，它将这一关系应用到没有紫外数据的那三分之一天空，估算出每个点应该是什么样子，以及它对该估算的置信度。

为了检验模型预测的准确程度，我让 Claude 选取我们已有紫外数据的区域，故意隐藏其中一部分，制造出图像修复技术本就要填补的那类空白区块。模型必须在无法获取真实数值的情况下，利用所学到的知识补全图像。经过几轮改进，它能够将隐藏数据的估算误差控制在真实紫外测量值的约 10% 以内，这种差异几乎是人眼无法察觉的。

最后，在这个经过修复的弥散背景之上，Claude 添加了超过 1 亿颗单颗恒星的紫外光估算值，这些估算值是根据欧洲空间局盖亚卫星在可见光波段的测量结果推断出来的。完整的天空紫外图谱的第一版就此完成。

试错

Claude 并非一次就做对所有事情。例如，一天晚上我查看处理后的图像时，注意到最暗的场区之一有些不对劲：微弱的圆圈，每一个都比周围略亮或略暗。

这些是单次 GALEX 观测留下的痕迹。每张 GALEX 图像都捕捉天空中的一块圆形区域，而每张图像都包含来自地球大气的一层轻微、并不完全均匀的紫外辉光。如果这层辉光没有被完全去除，每个圆圈就会显得比周围略亮或略暗。Claude 在项目开始时已将这一点列为已知问题，但地图仍然通过了其他智能体的两轮审查，而这个问题并未被发现。

我告诉 Claude：“我能看到带有单次观测印记的圆盘；你能修正吗？”智能体们将问题追溯到残留的大气辉光。随后 Claude 在全部 38,000 次观测中校正了这层辉光。经过几个小时的运算，圆圈消失了。

最终地图

Claude 和我一起制作了十多个连续版本的地图，每一版都比上一版更精细。我们的合作持续了数天，并形成了一种可预测的节奏：我会在 Claude Science 中进行多次交流以规划下一步，然后 Claude 会独立执行数小时的计算，而我则回去处理其他项目。

最终地图展示了整个天空的紫外光图像，并呈现出许多有趣的结构：围绕明亮年轻恒星发光的尘埃云，勾勒出大质量恒星爆炸吹出的气体泡的巨大尘埃环和环圈。远离银道面处，微弱的尘埃丝线横贯天空，被整个星系的星光共同照亮。银道面下方是大麦哲伦云和小麦哲伦云，这两个邻近的小星系因年轻恒星而明亮。我觉得它很美——它可以加入其他经典地图的行列，帮助一代代学生领略我们星系中各种物理过程的多样性。

这一次，我终于能够推进这样一个项目，而不必牺牲原本用于研究的时间。我猜想许多科学家都能想到一张地图、一幅图或一份资源，他们出于同样的原因一直搁置着。

致谢

用于制作这张地图的测量数据来自 GALEX 和 Swift（NASA）、FIMS/SPEAR（韩国）、TD-1（欧洲），以及 Planck 和 Gaia（ESA）。我感谢参与这些任务以及将数据公开的所有人。在 Claude Science 中工作的许多智能体贡献了耐心的工作，共同拼凑出这张地图。我的贡献仅限于在此过程中指导他们。