Năm 2025 đã trở thành một cột mốc quan trọng trong lĩnh vực khám phá thiên văn. Sự kiện này được đánh dấu bằng việc tích hợp thành công trí tuệ nhân tạo (AI) tiên tiến nhằm quản lý và diễn giải các luồng dữ liệu khổng lồ đến từ những dự án khảo sát bầu trời hiện đại. Sự hội tụ công nghệ này tạo ra một sự thay đổi cơ bản, biến dữ liệu quan sát thô thành những hiểu biết khoa học mới mẻ, có cấu trúc với độ chính xác chưa từng thấy.
Khả năng vượt trội này được minh chứng chi tiết trong một nghiên cứu công bố trên tạp chí Nature Astronomy. Nghiên cứu này mô tả việc triển khai mô hình ngôn ngữ lớn (LLM) Gemini của Google. Các nhà nghiên cứu đã sử dụng Gemini để phân tích kỹ lưỡng các kho lưu trữ bầu trời đêm rộng lớn từ các dự án quan sát lớn, bao gồm Pan-STARRS, MeerLICHT và ATLAS. Mô hình này đã thể hiện độ chính xác phân loại đáng kinh ngạc: đạt 94.1% đối với dữ liệu Pan-STARRS, 93.4% đối với quan sát MeerLICHT, và 91.9% đối với dữ liệu ATLAS. Hiệu suất này khẳng định tiềm năng to lớn của các khuôn khổ AI tiên tiến trong việc xử lý lượng dữ liệu khổng lồ vốn có trong các cuộc khảo sát vật lý thiên văn quy mô lớn.
Hơn nữa, các nghiên cứu song song đã xác nhận rằng các LLM đa năng như Gemini có thể hoạt động như những trợ lý chuyên môn chỉ với yêu cầu tối thiểu. Bằng cách chỉ sử dụng 15 hình ảnh ví dụ cùng với hướng dẫn bằng văn bản, mô hình đã đạt được độ chính xác xấp xỉ 93% trong việc phân loại các sự kiện thiên văn thoáng qua, chẳng hạn như siêu tân tinh. Khả năng tiếp cận dễ dàng này cho thấy sự dân chủ hóa trong phân tích dữ liệu phức tạp, giúp các nhà nghiên cứu không cần có chuyên môn sâu về lập trình AI vẫn có thể đóng góp ý nghĩa vào các khám phá khoa học.
Việc tích hợp trí tuệ máy móc vào quy trình khoa học là chủ đề trọng tâm tại Hội thảo Quốc tế về AI + Thiên văn học, được tổ chức tại Hàng Châu, Trung Quốc, vào tháng 10 năm 2025. Các cuộc thảo luận tập trung vào cách các mô hình quy mô lớn đang thúc đẩy nhanh chóng các khám phá trong phân tích quang phổ, hình ảnh và diễn giải dữ liệu miền thời gian. Trong nỗ lực liên quan, Viện SkAI đa tổ chức, được thành lập vào tháng 10 năm 2024 với khoản tài trợ 20 triệu USD, đã đẩy mạnh công việc của mình vào tháng 6 năm 2025. Mục tiêu là thiết kế các mô hình AI chuyên biệt có khả năng xử lý dữ liệu vật lý thiên văn đa phương thức—bao gồm hình ảnh, quang phổ và chuỗi thời gian—ở quy mô công nghiệp, hứa hẹn một cuộc cách mạng trong nhận thức vật lý thiên văn trước khi dữ liệu từ các cuộc khảo sát như Đài quan sát Vera C. Rubin được công bố.
Kỷ nguyên mới này càng được nhấn mạnh bởi thành tích đáng nể của học sinh trung học Matteo Paz vào tháng 4 năm 2025. Được cố vấn bởi Davy Kirkpatrick tại Caltech, Paz đã phát triển một thuật toán AI thành công trong việc lập danh mục 1.5 triệu vật thể thiên thể chưa được xác định trước đây. Mô hình của Paz đã sàng lọc dữ liệu ít được nghiên cứu từ kính thiên văn hồng ngoại NEOWISE đã ngừng hoạt động của NASA, phát hiện ra những biến động hồng ngoại mờ nhạt từ các vật thể biến đổi mà trước đây đã bị bỏ sót do khối lượng dữ liệu quá lớn. Công trình đột phá này, được công bố trên tạp chí The Astronomical Journal sau khi được bình duyệt, khẳng định rằng việc ứng dụng sáng tạo các công cụ sẵn có sẽ khuếch đại khả năng đạt được những khám phá sâu sắc.