Phát hiện hành tinh AI: khi người nghiệp dư bước vào vùng trời chuyên nghiệp
Phát hiện hành tinh AI là cách các mô hình trí tuệ nhân tạo giúp người không có đào tạo thiên văn chuyên nghiệp phân tích dữ liệu kính viễn vọng, nhận diện tín hiệu giảm độ sáng định kỳ của sao và đề xuất ứng viên ngoại hành tinh trong thời gian ngắn hơn nhiều so với các phương pháp truyền thống, mở rộng đáng kể cơ hội tham gia thiên văn học dữ liệu cho cộng đồng công dân khoa học AI. Bằng việc ứng dụng các mô hình AI để phân tích dữ liệu kính viễn vọng TESS, dấu hiệu của một ngoại hành tinh tiềm năng cách Trái Đất 116 năm ánh sáng đã được phát hiện. Trường hợp của Pavel Rabtsevich cho thấy ranh giới giữa nghiệp dư và chuyên nghiệp đang mờ đi: một quản lý sản phẩm 28 tuổi, không có kính viễn vọng riêng hay bằng cấp thiên văn, nhưng lại đưa ra ứng viên hành tinh đủ thuyết phục để được TESS dành riêng một chiến dịch quan sát.
Claude phân tích sao: 126.000 ngôi sao trong hai tuần và cú nhảy vọt của thiên văn học dữ liệu
Điểm gây choáng nhất trong câu chuyện này không phải là bản thân ứng viên hành tinh, mà là tốc độ và cách nó được tìm ra. Tận dụng tập dữ liệu công khai gồm hơn 126.000 ngôi sao do TESS thu thập, Rabtsevich đã nạp thông tin vào Claude Code của Anthropic, Codex của OpenAI và Jev của TypeSafe để dò tìm quy luật giảm độ sáng định kỳ. Theo mô tả, Claude phân tích sao không chỉ bằng vài lệnh hỏi đáp; quá trình này tạo ra 74 lượt phân tích và hơn 1.000 tập lệnh trong khoảng hai tuần. Đây là thiên văn học dữ liệu đúng nghĩa: AI tải xuống, xử lý, viết chương trình tìm kiếm tín hiệu, tính toán quỹ đạo và kiểm tra các khả năng dương tính giả. Câu nói có thể trích dẫn ở đây là: "Chỉ trong khoảng hai tuần, anh đã phân tích dữ liệu của hơn 126.000 ngôi sao và thực hiện hàng chục phép kiểm tra để xác minh giả thuyết".
Quy trình phát hiện: AI làm việc nặng, con người quyết định điều gì đáng tin
Đi ngược với nỗi lo "AI tự phát hiện rồi con người chỉ việc tin", trường hợp này cho thấy một mô hình hợp tác lành mạnh hơn. Rabtsevich không hỏi Claude liệu anh đã tìm thấy hành tinh hay chưa; anh quyết định những phép thử cần thực hiện, đánh giá kết quả nào đủ tin cậy và liên tục yêu cầu kiểm tra lại các kết luận. Để kiểm chứng giả thuyết, anh đã thực hiện 74 thử nghiệm với Claude Code và nhận kết quả dự đoán chính xác về thời điểm sụt giảm độ sáng, đồng thời rút ngắn thời gian xử lý khối lượng dữ liệu khổng lồ xuống chỉ còn hai tuần. Một phép thử đặc biệt là che giấu dữ liệu của một năm, dùng hai năm còn lại để dự đoán thời điểm sao mờ đi, rồi đối chiếu với dữ liệu thực. Đây là công dân khoa học AI đúng nghĩa: AI làm việc nặng, nhưng con người vẫn là người thiết kế thí nghiệm và chịu trách nhiệm trước cộng đồng khoa học.
Ứng viên TIC 4206066: tiềm năng khoa học và giới hạn của AI
Trong quá trình phân tích dữ liệu, Rabtsevich chú ý đến ngôi sao mang mã TIC 4206066, cách Trái Đất khoảng 116 năm ánh sáng. Ngôi sao này có dấu hiệu giảm độ sáng khoảng 0,05% trong gần hai giờ, lặp lại sau mỗi 3,18 ngày. Dữ liệu từ các năm 2018, 2020 và cuối năm 2025 đều cho thấy tín hiệu tương tự, khiến giả thuyết về một hành tinh quay quanh ngôi sao trở nên đáng chú ý hơn. Từ các dữ liệu hiện có, anh ước tính ngoại hành tinh chưa xác định này lớn gấp 1,4 lần Trái Đất với nhiệt độ bề mặt khoảng 1.000 độ F, đủ nóng để làm tan chảy chì. Tuy nhiên, cả Rabtsevich và các nhà nghiên cứu đều nhấn mạnh rằng tương quan chưa chắc là quan hệ nhân quả; biến động độ sáng có thể đến từ hệ sao đôi hoặc các hiện tượng khác. AI ở đây không "biến" tín hiệu thành phát hiện đã xác nhận, nó chỉ tăng tốc hành trình từ dữ liệu thô đến giả thuyết khoa học.
Tương lai công dân khoa học AI: cánh cửa mở rộng, nhưng tiêu chuẩn vẫn phải nghiêm
Điều đáng nói nhất là cách cộng đồng chuyên nghiệp phản ứng: sau khi Rabtsevich gửi báo cáo, một kế hoạch quan sát TESS với chu kỳ hai phút từ ngày 31/10 đến 26/11 đã được phê duyệt. Trước khi dữ liệu mới được thu thập, anh công bố lịch trình mờ đi dự kiến của ngôi sao và cam kết sẽ công bố kết quả dù tín hiệu có xuất hiện hay không. Đây là chuẩn mực khoa học mà công dân khoa học AI cần: dự đoán trước, kiểm chứng độc lập, không chỉnh sửa câu chuyện theo dữ liệu hậu nghiệm. Theo các nhà nghiên cứu, AI có thể giúp sàng lọc lượng dữ liệu thiên văn khổng lồ và mở rộng cơ hội nghiên cứu cho những người không thuộc các tổ chức khoa học chuyên nghiệp. Phát hiện này đã khơi dậy sự quan tâm lớn trong cộng đồng thiên văn nghiệp dư và cho thấy nếu biết dùng AI đúng cách, người ngoài ngành vẫn có thể đóng góp vào những câu hỏi lớn nhất của vũ trụ.
