在探索宇宙奥秘的征程中，科学家们始终致力于突破技术瓶颈，以更清晰地窥探遥远而暗弱的天体与结构。近日，我国科研团队取得了一项重大突破，开发出名为“星衍”的天文AI模型，为宇宙深空探测带来了新的希望。
暗弱天体，作为理解宇宙起源与演化的关键线索，其信号的捕捉一直面临着巨大挑战。天光背景噪声与望远镜自身的热辐射噪声相互叠加，如同层层迷雾，严重干扰了科学家们对暗弱天体信号的探测。然而，这一难题如今被我国科研团队成功攻克。
由清华大学自动化系和天文系的科研人员组成的团队，自主研发出“星衍”模型。该模型基于计算光学原理与人工智能算法，具备强大的数据处理能力。它能够解码空间望远镜所收集的海量数据，并且兼容多种不同类型探测设备，有望成为通用深空数据增强平台，为深空探测提供有力支持。
“星等”是衡量天体亮度的重要指标，数值越大，意味着天体越暗。研究显示，当“星衍”应用于詹姆斯·韦布空间望远镜时，其覆盖波段范围大幅拓展，从可见光（约500纳米）延伸至中红外（5微米）。不仅如此，它还将深空探测深度提升了1个星等，探测准确度更是提升了1.6个星等。这一提升效果显著，相当于将空间望远镜的等效口径从约6米提升至近10米的量级，大大增强了望远镜的探测能力。
团队利用“星衍”取得了令人瞩目的成果。他们生成了目前国际上探测深度最优的深空成像结果，刷新了深空探测的极限，并绘制出极深图像。通过这一模型，团队发现了超过160个宇宙早期候选星系，这些星系诞生于宇宙大爆炸后的2至5亿年。而在此之前，国际上仅发现50余个同时期的星系，这一发现为研究宇宙早期演化提供了丰富的样本。
“星衍”模型之所以能取得如此优异的成绩，得益于其独特的“自监督时空降噪”技术。该技术专注于对暗弱信号的提取与重建，通过对噪声涨落与星体光度进行联合建模，并利用海量观测数据进行训练。在增加探测深度的同时，确保了探测的准确性，使得暗弱天体信号得以清晰呈现。
《科学》杂志的审稿人对这一研究给予了高度评价，认为该研究为宇宙探测提供了“强大工具”，将对天文领域产生重要影响。目前，依托“星衍”模型，天文观测中受噪声干扰的暗弱天体得以高保真重现。随着技术的不断发展，这一技术未来有望应用于更多新一代望远镜，为解决暗能量、暗物质、宇宙起源、系外行星等重大科学问题提供有力支持。
