摘要

约翰霍普金斯大学天体物理学家、Anthropic 研究员 Brice Ménard 借助 Claude Science 完成了首张覆盖整个天空的紫外线地图。此前最大的数据集来自 NASA 的 GALEX 任务，它在2003至2013年间做了约3.8万次观测、覆盖约三分之二天空，因要避开亮星密集区以保护探测器，留下了约三分之一的空白。Claude 调度多个智能体检索并下载各公开紫外巡天数据，逐区域并行校准、去除亮星眩光，再统一分辨率与坐标系后合并；对缺失区域用图像修复（inpainting）技术，依据已有区域中紫外亮度与可见光、红外、射电数据之间的关系估算，并给出不确定度。在刻意隐藏真实数据的检验中，估算值与实测相差约10%。地图还叠加了由欧洲空间局 Gaia 卫星可见光数据推断的一亿多颗恒星的紫外亮度估计。

正文（译文）

用 Claude Science 绘制首张完整的天空紫外地图

那张缺失的天空地图

约翰霍普金斯大学天体物理学家、Anthropic 研究员 Brice Ménard 在文中讲述了自己如何与 Claude Science 合作，绘制出第一张完整的天空紫外地图。这张地图会成为有价值的教学工具，让学生看到这一波段下银河系丰富的结构细节。

整片天空的紫外图像，银河系中心位于画面中央（由远紫外154纳米与近紫外232纳米合成）。这张图约三分之一的部分，包括银河系盘面的大片区域，是用 Claude Science、按本文所述方法预测出来的。地图另有图层把每个像素标注为"实测"或"预测"，并给出不确定度估计。

我教天体物理时，常常先向学生展示：用不同波长看，天空的样子完全不同，各自呈现不同的特征。可见光下主要看到恒星。切到红外，会看到集中在银河系一条带上的微小尘埃颗粒发出的微光。到了射电波段，恒星和尘埃退去，氢气浮现出来，那是形成新恒星的原材料。而在 X 射线波段，能看到剧烈现象，比如恒星爆发，或者物质旋进黑洞。把这些特征放在一起，天文学家才能理解气体如何坍缩成恒星、恒星如何把尘埃播撒进星系，以及像我们这样的星系如何成形。

但讲到紫外光、讲到它如何揭示被星光照亮的尘埃，从年轻恒星周围的云到恒星爆发留下的环，我总得先道个歉。我能拿出来的那张紫外图，满是窟窿。

为什么一直没有完整的紫外地图

紫外线会被大气臭氧层吸收，所以要在紫外波段观测宇宙，只能去太空。过去50年里，空间望远镜观测了天空的一部分并公开了数据，但大量区域仍未被观测。最大的数据集来自 NASA 的 GALEX 任务，它在2003到2013年间用大约3.8万次独立观测拍摄了约三分之二的天空。但 GALEX 刻意跳过了亮星密集的位置，包括银河系盘面（恒星最密集的扁平盘状区域），因为担心损坏卫星探测器。其他空间望远镜，比如 NASA 的 Swift 和韩国的 FIMS/SPEAR，补充了更多数据，但即便把这些数据集合在一起，也仍有不少缺口。

用统计方法估算缺失数据、拼出一张完整的紫外全天图是可行的。但要做得地道，需要数周极为细致的工作，包括逐像素的精细校准和反复的复杂分析。天体物理学家把这类工作搁在一边、去追更紧迫的课题，是可以理解的。大多数学科都积压着类似的项目：能解释某个关键概念、或者能帮到同行的东西，却永远排不进任何人清单的前列。有了 Claude，处理这类优先级不高的工作变得容易多了。

补上那张缺失的地图

今年夏天，我着手用 Claude Science 做一张完整的天空紫外图。任务说起来简单，做起来不简单：收集所有能拿到的紫外数据集，把它们放到同一把尺子上，合并成一张图，再把从未被紫外望远镜观测过的每一块天空都填上。

为此，Claude 调度了一组 AI 智能体。首先，智能体在网上检索公开的紫外巡天数据，每一个都是庞大的数据点或图像集合，NASA 的 GALEX 就有数以万计的图像，拍摄年份不同、条件各异。下载之后，智能体必须让每个巡天内部自洽，使一个时间段拍的图像能和另一个时间段的比较。这需要特别留意亮星周围的区域。就像太阳或路灯会给地面照片加上眩光，恒星也会给空间望远镜拍下的天空图像加上眩光。要把恒星周围更微弱的紫外光测准，必须先去眩光。许多智能体并行处理天空的不同区域，把这些差异抹平了。

接下来要把各个巡天合并。这些数据由不同望远镜上的不同仪器采集，每台仪器拍到的紫外天空都略有差异，因此在合并成一张图之前，必须相互交叉校准、按同一分辨率重绘、并映射到共同的坐标系。我把怎么做的高层指令交给 Claude，Claude 就派一组智能体去执行。

然后是更难的部分：填补地图上的空缺。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，我让 Claude Science 用一种叫图像修复（inpainting）的技术，这是机器学习里的常见做法：模型在数百万张照片上训练，学会图像各部分之间如何关联，再用这种知识去修复受损或缺失的部分。Claude 把这一思路和我们手上的额外信息结合起来。在紫外数据缺失的地方，我们还有其他波段的观测，包括可见光、红外和射电。利用已经测绘出紫外数据的三分之二天空，Claude 学会了紫外亮度与这些波段之间的关系，再把它应用到没有紫外数据的那三分之一天空上，逐点估算应该是什么样子，以及这个估算有多大把握。

为了检验模型预测有多准，我让 Claude 取出已经有紫外数据的区域，故意遮住其中一部分，造出正是图像修复要填补的那种空白。模型必须在不接触真实数值的情况下，靠学到的东西把图补完。经过几轮微调之后，它能把被隐藏的数据估算到与真实紫外测量相差约10%以内，这个差异人眼几乎看不出来。

最后，在这片经过修复的弥散背景之上，Claude 叠加了据欧洲空间局 Gaia 卫星可见光测量推断出的一亿多颗单颗恒星的紫外亮度估计。第一版完整的天空紫外图就此完成。

反复试错

Claude 并非一开始就把所有事都做对了。比如有天晚上我翻看处理好的图像，在最暗的一片天区里发现有点不对劲：有一些微弱的圆环，每一个都比周围稍亮或稍暗一点。那是单次 GALEX 观测留下的足迹。每张 GALEX 图像拍下的是天空中一块圆形区域，每次观测都带有地球大气产生的一点不均匀紫外辉光。如果这层辉光没被完全去除，每个圆就会显得比周围稍亮或稍暗。Claude 在项目开始时就把这一点列为已知问题，但这张图仍通过了其他智能体的两轮审核而没有暴露。

我对 Claude 说："我能看到单个观测留下的圆盘印子，你能修正吗？"智能体把问题追溯到残余的大气辉光。Claude 随后在全部3.8万次观测中对这层辉光做了校正。经过几小时处理，那些圆环消失了。

最终地图

Claude 和我前后做出了十几个版本的地图，一个比一个精细。我们的合作持续了几天，并形成了一种可预期的节奏：我先在 Claude Science 里做几轮交流来规划下一步，然后 Claude 独立跑上几小时的计算，而我回头去做别的项目。

最终的地图展示了整片天空的紫外样貌，呈现出许多有意思的结构：明亮年轻恒星周围发光的尘埃云，大质量恒星爆发吹出气泡所形成的巨大尘埃环和圈。远离银河系盘面的地方，微弱的尘埃细丝横贯天空，被整个星系的合集星光照亮。盘面下方是大麦哲伦云和小麦哲伦云，两个邻近的小星系，因年轻恒星而明亮。

我觉得它很美，而它可以和其他那些经典星图站在一起，帮助一代又一代学生领略我们银河系中各种物理过程的丰富多样。这一次，我终于能在不牺牲本该投入研究的时间的前提下，去推进这样一个项目。我猜很多科学家都能想到一张图、一幅插图或者一份资料，因为同样的原因一直被搁着。

致谢

绘制这张地图所用的测量数据来自 GALEX 和 Swift（NASA）、FIMS/SPEAR（韩国）、TD-1（欧洲），以及 Planck 和 Gaia（ESA）。感谢参与这些任务并将数据公开的所有人。Claude Science 中许多智能体承担了拼合这张地图所需的耐心劳动。我的贡献仅限于在过程中引导它们。