探索遥远而微弱的天体与宇宙结构，是揭示宇宙起源演化、物质能量循环等科学谜团的关键所在。我国科学家巧妙融合计算光学原理与人工智能算法，成功研发出名为“星衍”的天文AI模型。该模型能够有效解析微弱天体信号，探测到超过130亿光年外的星系，并获取了目前国际已知探测深度最高的深空影像。这项突破性成果于2月20日凌晨在线发表于《科学》期刊。
微弱天体蕴藏着理解宇宙起源与演化的核心信息。然而，天空背景噪声与望远镜热辐射噪声相互叠加，会对微弱天体信号形成干扰，这成为探索宇宙奥秘的重要挑战。
图为天文AI模型星衍概念示意图。（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，自主研发了星衍模型。该模型能够高效解码空间望远镜的海量观测数据，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”是天体亮度划分的等级，数值越大表示天体越暗。研究显示，将星衍模型应用于詹姆斯·韦布空间望远镜，其覆盖波段可从可见光（约500纳米）延伸至中红外（5微米），并将深空探测深度提升1个星等，探测准确度提高1.6个星等——这相当于将空间望远镜等效口径从约6米提升至近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。”蔡峥表示，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，星衍采用的“自监督时空降噪”技术专注于对微弱信号的提取重建，通过对噪声涨落与星体光度的联合建模，并直接使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，依托星衍模型，天文观测中受噪声干扰的微弱天体得以高保真重现。这项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有力支撑。（记者魏梦佳）
