2025 yılı, modern gökyüzü araştırmalarından gelen devasa veri akışlarını yönetmek ve yorumlamak için gelişmiş yapay zekanın başarılı bir şekilde entegre edilmesiyle astronomik keşiflerde kritik bir dönüm noktasına işaret etti. Bu teknolojik birleşme, ham gözlem verilerini emsalsiz bir hassasiyetle yapılandırılmış, yeni bilimsel içgörülere dönüştüren temel bir değişimi temsil ediyor.
Bu yeteneğin önemli bir gösterimi, Google'ın Gemini büyük dil modelinin (LLM) kullanımının detaylandırıldığı *Nature Astronomy* dergisinde yayımlanan bir çalışmada yer aldı. Araştırmacılar, Pan-STARRS, MeerLICHT ve ATLAS gibi büyük gözlem projelerinin kapsamlı gece gökyüzü arşivlerini incelemek için Gemini'yi kullandı. Model, dikkate değer bir sınıflandırma hassasiyeti sergiledi: Pan-STARRS verilerinde %94,1, MeerLICHT gözlemlerinde %93,4 ve ATLAS verilerinde %91,9 doğruluk elde etti. Bu performans, gelişmiş yapay zeka çerçevelerinin büyük ölçekli astrofiziksel araştırmalarda kaçınılmaz olan veri bolluğunu yönetme potansiyelinin ne kadar büyük olduğunu vurgulamaktadır.
Ayrıca, paralel araştırmalar, Gemini gibi genel amaçlı büyük dil modellerinin, çok az yönlendirme ile uzman asistanlar olarak işlev görebileceğini doğruladı. Model, yalnızca 15 örnek görüntü ve metin talimatı kullanılarak, süpernovalar gibi geçici astronomik olayları sınıflandırmada yaklaşık %93 doğruluk elde etti. Bu erişilebilirlik, karmaşık yapay zeka programlama uzmanlığına sahip olmayan araştırmacıların bile keşfe anlamlı katkılarda bulunmasını sağlayan, karmaşık veri analizinin demokratikleştiğini gösteriyor.
Makine zekasının bilimsel sürece entegrasyonu, Ekim 2025'te Çin'in Hangzhou kentinde düzenlenen Yapay Zeka + Astronomi Uluslararası Çalıştayı'nın ana gündem maddesiydi. Tartışmalar, büyük ölçekli modellerin spektral analiz, görüntüleme ve zaman alanı verilerinin yorumlanması genelinde keşifleri nasıl hızlandırdığına odaklandı. İlgili çabalar kapsamında, Ekim 2024'te 20 milyon dolarlık bir hibe ile kurulan çok kurumlu SkAI Enstitüsü, Haziran 2025'te çok modlu astrofiziksel verileri (görüntüler, spektrumlar ve zaman serileri) endüstriyel ölçekte işleyebilen özel yapay zeka modelleri tasarlama çalışmalarını ilerletti. Bu çalışmalar, Vera C. Rubin Gözlemevi gibi araştırmalardan gelecek veriler öncesinde astrofiziksel anlayışta bir devrim vaat ediyor.
Bu yeni çağ, Nisan 2025'te lise öğrencisi Matteo Paz'ın başarısıyla daha da belirginleşti. Caltech'te Davy Kirkpatrick tarafından mentorluk yapılan Paz, daha önce tanımlanamayan 1,5 milyon gök cismini başarıyla kataloglayan bir yapay zeka algoritması geliştirdi. Paz'ın modeli, NASA'nın emekliye ayrılan NEOWISE kızılötesi teleskobundan gelen, veri yoğunluğu nedeniyle gözden kaçan değişken nesnelerden gelen zayıf kızılötesi dalgalanmaları tespit ederek az çalışılmış verileri taradı. *The Astronomical Journal* dergisinde hakemli bir yayınla sonuçlanan bu çığır açan çalışma, mevcut araçların yenilikçi uygulamasının derin keşif kapasitesini artırdığını bir kez daha kanıtlıyor.