Wat als een scholier uit Nederland ineens iets ontdekt dat zelfs ervaren astronomen over het hoofd zagen? Dat is precies wat er in Californië gebeurde — en het had zomaar óók op een Nederlandse zolderkamer gekund. In 2025 staan we oog in oog met 1,5 miljoen nieuwe hemelobjecten, opgedoken dankzij de gedrevenheid van tiener Matteo Paz en zijn razendslimme zelfgebouwde AI. De ontdekking, die begon als een zomers project, zet de ruimtewetenschap volledig op z’n kop.
Een onverwacht begin: jong talent en een liefde voor data
Het avontuur startte in de zomer van 2022 bij de Planet Finder Academy van het gerenommeerde Caltech, een instituut dat in de VS ongeveer net zo’n reputatie heeft als Delft hier bij technische studenten. Paz kreeg direct les van onderzoekszwaargewichten als prof. Andrew Howard en werkte samen met wetenschappers van het Infrared Processing and Analysis Center. hun missie: het doorspitten van data van NASA’s NEOWISE-project, bedoeld om gevaarlijke asteroïden op te sporen.
Overigens — wist u dat NEOWISE het complete luchtruim meer dan 10 jaar doorvloog? Niet alleen asteroïden werden gespot, maar ook sterren die knipperden, onzichtbare quasar’s, en zelfs supernovae die normaal uit het zicht bleven. Die enorme gegevensberg — bijna 200 miljard meetpunten — bleek ondoenlijk voor menselijke speurders alleen.
AI als bril: waarom menselijk rekenwerk faalt
Waar het team aanvankelijk slechts een minieme fractie van de data wilde doornemen, zag Paz het anders. ‘Dit kan sneller,’ dacht hij — typisch de gedrevenheid die je ook terugziet bij jonge Nederlandse programmeurs. Met zelfgeschreven algoritmes, gebaseerd op Fourier-analyse en wavelets (snapt u het nog? Ik moest ook even googelen), liet hij AI-gedreven patroonherkenning los op die duizelingwekkende databerg.
Het resultaat: waar menselijke experts vooral het grote licht zagen, speurde de AI de slierten flikkerlicht op die wezen op onbekende objecten. Elke kleine afwijking werd gescand, herkend en gelogd — een taak die tot dan toe simpelweg te tijdrovend bleef. Na slechts zes weken spuugde de AI meer ‘kandidaat-objecten’ uit dan ooit voor mogelijk werd gehouden.
Meevallers, tegenslagen — en waarom mentoren het verschil maken
Zulke sprongen komen zelden zonder hobbels. De ritmes van NASA’s ruimtetelescoop waren grillig: sommige objecten veranderden tè langzaam of juist tè snel om feilloos te meten. Paz’ machine learning-model ving die blinde vlekken beter op dan de bestaande benaderingen en onthulde zo tal van stellaire verrassingen uit het diepe infrarood.
Zeker zo belangrijk: Paz deed het niet solo. Onder leiding van mentoren als Shoubaneh Hemmati en Daniel Masters, sleutelde hij via veel trial-and-error aan een model dat zowel accuraat als efficiënt bleek. Dit collectieve leerproces — typische Caltech maar net zo waardevol bij Nederlandse tech hubs als Yes!Delft of het Amsterdam Science Park — verdient een dikke pluim.
Baanbrekend nu, en straks veel meer dan kosmos alleen
Paz’ catalogus met 1,5 miljoen nieuwe hemelobjecten wordt later dit jaar gepubliceerd. Astronomen hopen op eindelijk zicht op dwarse sterren, verre stelsels en misschien wel aanwijzingen voor fundamentele kosmische verschijnselen waar we nu slechts van dromen. Maar daar stopt de innovatie niet.
Zelfs hier, bij ons aan de keukentafel, kun je je het potentieel voorstellen. Zulke AI-technieken vinden hun weg naar financiële analyses (denk: beursfluctuaties), milieumonitoring (ontrafelen van verborgen patronen in klimaatdata) — en wie weet, misschien wordt de volgende ontdekking in het Vondelpark opgedaan door een Nederlandse scholier met te veel vrije tijd op een regenachtige dag.
- Nieuwsgierig naar de dataset? Met een beetje python-kennis en toegang tot publieke ruimerdata, kun je in 2025 zó meebouwen aan een virtuele telescoop.
- Inspiratie opdoen? Check de Planet Finder Academy — wie weet lanceert de TU Delft of Universiteit Leiden binnenkort iets vergelijkbaars.
Wat kunnen we hiervan leren in Nederland?
Deze doorbraak toont niet alleen het talent van jonge onderzoekers, maar ook de enorme waarde van open data en interdisciplinaire samenwerking. Het roept op om ruimte te maken voor jong tech-talent bij onderzoeksinstellingen, hier bij ESA Noordwijk of SRON Groningen, en te investeren in praktische AI-projecten met echte impact.
Natuurlijk: de ruimte blijft gigantisch en onvoorspelbaar — net als de volgende generatie studenten die, gewapend met slimme algoritmes en wat lef, grenzen durven verleggen. in de tussentijd blijft het fascinerend meekijken: wat ontdek jij als je morgen de volgende database openklikt?
