AI-translated from English; not yet reviewed by a fluent editor.

# Claude Science 帮助填补紫外天空图中的空白

> 这幅紫外天空图融合了望远镜测量值与预测；对遮蔽区域的测试并不能验证从未观测过的区域。

By BIG CHANGE Editorial

Published: 2026-10-09T15:07:06.437Z
Updated: 2026-10-09T15:07:06.437Z
Canonical: https://bigchange.ai/blog/claude-science-ultraviolet-sky-map-estimates

![A generic unbranded space telescope faces a star field with a broad unfilled area beside softly textured regions; the sky pattern is conceptual, not survey data.](https://bigchange.ai/api/media/file/claude-science-ultraviolet-map-hero-v1.png)
Conceptual illustration of an orbital telescope facing a partly unfilled sky map; the star field and gap are not actual ultraviolet survey data. AI-generated illustration by BIG CHANGE.

天体物理学家 Brice Ménard 与 Claude Science 合作绘制的全天紫外图，为每个像素标注了数据来源，并提供不确定性估计。技术页面将远紫外波段的 28% 和近紫外波段的 27% 列为预测值。其他区域依据多个任务的观测数据绘制，包括 GALEX、Swift-UVOT 和 FIMS/SPEAR；部分远紫外数值则根据近紫外数据推算。[Ménard 的交互式地图](https://menard.pha.jhu.edu/uvmap/) 可让读者查看天空，并在紫外、可见光和红外视图之间切换。

## 重大变化

- **变化所在：** Claude Science 帮助 Ménard 协调数十年来紫外巡天数据的收集、校准与合并，随后用统计估算填补剩余空白。最终地图将测量像素与预测像素分别标出。
- **为何重要：** 学生可以通过紫外光观察整个天空中的结构。研究人员也可将这幅图作为参考，但在定量研究中必须同时保留数据来源和不确定性图层。
- **后续关注：** 技术论文仍标注为“准备中”，地图页面则称可下载的数据产品将随后添加。独立科学评估和可访问的数据文件，将决定这幅可视化工具能否在教育用途之外得到更广泛的复用。

紫外线会被地球臭氧层吸收，因此天文学家必须从太空观测。NASA 的 GALEX 任务在 2003 至 2013 年间拍摄了约 38,000 张图像，但为保护探测器而避开了明亮恒星周围的区域。Swift 和韩国的 FIMS/SPEAR 任务补充了观测数据，但没有任何一项巡天填满全部空白。制作缺失的天空图部分是个繁重的数据整理问题：不同仪器的观测必须先清理、校准到共同亮度标准并对齐，才能合并。

在一篇[10 月 8 日的说明](https://www.anthropic.com/research/the-missing-map-of-the-sky)中，约翰斯·霍普金斯大学天体物理学家、同时也是 Anthropic 研究人员的 Ménard 表示，Claude Science 协调多个智能体搜索公开巡天数据、下载数据、统一图像标准，并在共同分辨率和坐标系下合并数据集。工作还包括去除前景辉光并修正明亮恒星周围的伪影。技术页面称，估算弥散紫外成分时使用了梯度提升决策树集成模型，并输入尘埃、氢和 Gaia 星光数据。Claude Science 协调了工作流程；已发表说明并未称语言模型本身生成了缺失的天空像素。

在这个项目中，所报告的 AI 贡献是一套工作流程：Claude Science 管理数据收集和处理，另一个统计模型则估算缺失的弥散紫外线。项目没有增加新的望远镜观测。Ménard 将成果描述为教育资源，让人更容易探索银河系的紫外结构。

Ménard 通过遮蔽已有紫外测量值的区域来测试估算结果：他要求模型估算这些区域，再将预测值与隐藏的实际值比较。他在 10 月 8 日的说明中将误差概括为约 10%。技术页面给出的预测天空典型误差为 12–14%，并列出留出数据的散布值：远紫外为 0.047 dex，近紫外为 0.057 dex。来源没有说明这些数值是否采用同一版本或汇总指标，因此标题若称“准确率为 10%”会夸大报告的精确程度。

遮蔽区域测试可检查一种方法能否重建与训练样本相似的天空区域数据。但它无法直接证明从未观测区域的准确性，尤其是地图依赖较粗输入或不同条件的地方。技术页面称，预测区域的有效分辨率为 0.5 至 1 度，尽管地图以小得多的像素采样。像素间距较小，并不会让预测区域的分辨率高于其来源数据。

项目说明还指出了另一项质量控制局限。其他智能体经过两轮检查仍未发现 GALEX 观测留下的微弱圆形痕迹，之后 Ménard 注意到了这些痕迹。他让 Claude 追踪不均匀的大气辉光，并对该任务的 38,000 次观测进行修正。这个例子显示，研究人员发现缺陷后，智能体能够执行大范围修正；它也说明视觉审查和领域判断仍是工作的一部分。

对于探索地图的读者，实用原则是，在任何分析中都保留地图标签和不确定性信息。Ménard 的页面提醒，预测区域不能用于发现新天体来源，也不应被视为独立的尘埃示踪数据。页面还指出，1.7 角分的像素间距并非处处代表地图的有效分辨率，而且某些系统误差会跨区域相关。该地图是有用的全天可视化工具；其推断部分是基于既有数据生成的估算值，应按估算来使用。

当前研究页面称，该地图尚未经过同行评审；Ménard 的技术论文仍在准备中，FITS 和 HiPS 下载文件也将后续提供。在论文和数据产品可以接受独立检查之前，读者只能依据地图自身的数据来源标签、局限说明和验证描述来评估它。

## 来源与延伸阅读

- [天空缺失的地图——Anthropic，2026 年 10 月 8 日](https://www.anthropic.com/research/the-missing-map-of-the-sky)。Ménard 以项目参与者身份介绍项目、数据工作流程、图像修复和遮蔽区域测试。
- [紫外线下的全天空——约翰斯·霍普金斯大学 Brice Ménard，2026 年 10 月](https://menard.pha.jhu.edu/uvmap/)。交互式地图及关于数据来源、分辨率、不确定性、报告的验证结果和论文准备状态的技术说明。
- [Anthropic 的 Claude Science 创建首幅完整紫外天空图——The Decoder，2026 年 10 月 9 日](https://the-decoder.com/anthropics-claude-science-creates-the-first-complete-ultraviolet-map-of-the-sky/)。对该公告的独立报道；并未独立重新分析地图或其验证结果。

## Sources

- [天空缺失的地图](https://www.anthropic.com/research/the-missing-map-of-the-sky) — 2026 年 10 月 8 日由项目参与者 Brice Ménard 发布的第一人称说明；这是有关所报告工作流程和遮蔽区域测试的主要来源。
- [紫外线下的全天空](https://menard.pha.jhu.edu/uvmap/) — Ménard 于 2026 年 10 月发布的交互式地图和技术说明；有关数据来源、模型类型、分辨率、不确定性及论文状态的主要来源。
- [Anthropic 的 Claude Science 创建首幅完整紫外天空图](https://the-decoder.com/anthropics-claude-science-creates-the-first-complete-ultraviolet-map-of-the-sky/) — The Decoder，2026 年 10 月 9 日；对该公告的独立报道，并非独立测量或性能验证。