来源：
新华社
探索遥远暗弱的天体与结构，是破解宇宙起源演化、物质能量循环等科学谜题的关键。我国科学家基于计算光学原理与人工智能算法，开发出天文 AI 模型 「星衍」，可解锁暗弱天体信号，探测到超过 130 亿光年的星系，并获取目前国际已知探测最深的深空影像。该成果 2 月 20 日凌晨在线发表于 《科学》。
暗弱天体蕴藏着理解宇宙起源与演化的关键信息。然而，天光背景噪声与望远镜的热辐射噪声叠加，会对暗弱天体信号形成干扰，这成为探秘宇宙的一大挑战。
图为天文 AI 模型星衍概念图。（受访者供图）
清华大学自动化系戴琼海教授、天文系蔡峥副教授、自动化系吴嘉敏副教授等带领团队，自研出星衍模型，可解码空间望远镜的海量数据，并兼容多元探测设备，有望成为通用深空数据增强平台。
「星等」 是为天体亮度划分的等级，数值越大，天体越暗。研究显示，将星衍应用于詹姆斯·韦布空间望远镜，覆盖波段可从可见光 （约 500 纳米） 延伸到中红外 （5 微米），并将其深空探测深度提升 1 个星等，探测准确度提升 1.6 个星等——这相当于将空间望远镜等效口径从约 6 米提升到近 10 米的量级。
「我们生成了目前国际探测深度最优的深空成像结果，刷新了深空探测极限并绘制了极深图像。」 蔡峥说，团队利用星衍发现了超过 160 个宇宙早期候选星系，这些星系存在于宇宙大爆炸后 2 至 5 亿年，而此前国际上仅发现 50 余个同时期星系。
图为过往研究 （蓝紫星标） 与星衍 （橙色星标） 发现的候选星系效果对比图。（受访者供图）
吴嘉敏介绍，星衍的 「自监督时空降噪」 技术专注于对暗弱信号的提取重建，通过对噪声涨落与星体光度的联合建模，并直接用海量观测数据训练，在增加探测深度的同时，确保了探测准确性。
《科学》 审稿人评价，该研究为探测宇宙提供了 「强大工具」，「将对天文领域产生重要影响」。
戴琼海表示，依托星衍，天文观测中受噪声干扰的暗弱天体得以高保真重现。该技术未来有望应用于更多新一代望远镜，为解码暗能量、暗物质、宇宙起源、系外行星等重大科学问题提供助力。
（新华社）
文章转载自东方财富
