【新華社北京二月二十日電】（記者魏夢佳）暗弱天體蘊藏著理解宇宙起源與演化的關鍵信息。然而，天光背景噪聲會與望遠鏡的熱輻射噪聲疊加，對本就暗弱的天體信號形成干擾，這成為探秘宇宙的一大挑戰。

　國際學術期刊《科學》二十日凌晨在線發表一項突破性成果：中國科學家基於計算光學原理與人工智能算法，開發出天文AI模型「星衍」。該模型可解鎖暗弱天體信號，現已探測到超過一百三四億光年的星系，並獲取目前國際已知探測最深的深空影像。

　《科學》審稿人評價，該研究為探測宇宙提供了「強大工具」「將對天文領域產生重要影響」。

　由清華大學自動化係戴琼海教授、天文係蔡崢副教授、自動化係吳嘉敏副教授等帶領的研究團隊，將深空圖像重構為時空光交織的三維體，開發出星衍模型。

　吳嘉敏說，該模型具有獨特的「自監督時空降噪」技術，專注于對暗弱信號的提取重建，通過對噪聲漲落與星體光度的聯合建模，直接利用帶有真實噪聲的海量觀測數據訓練，即可高保真地還原目標信號，在增加探測深度的同時，確保了探測準確性。

　「星等」是為天體亮度劃分的等級，數值越大，天體越暗。研究顯示，將星衍應用於詹姆斯．韋布空間望遠鏡，覆蓋波段可從可見光（約五百納米）延伸到中紅外（五微米），並將其深空探測深度提升一個星等，探測準確度提升一點六個星等──這相當於將空間望遠鏡等效口徑從約六米提升到近十米的量級。

　「我們生成了當前國際探測深度最優的深空成像結果，刷新了深空探測極限，並繪製了極深圖像，探測能力達國際領先水平。」蔡崢說，團隊利用星衍發現了超過一百六十個宇宙早期的候選星系。這些星系存在於宇宙大爆炸後兩至五億年，此前國際上僅發現五十餘個同時期的星系。

　論文第一作者、清華大學自動化係博士後郭鈺鐸說，過去利用AI解碼天文數據的研究並不少，但不少沿用了計算機視覺領域的通用指標衡量性能，導致數據變得乾淨平滑，但磨平了極暗弱信號甚至改變了天體形態。為此，他們構建了基於天文科學的AI評價方法，摒棄單純的視覺效果提升，從科學需求引導星衍的架構設計。

　戴琼海表示，星衍不僅可解碼空間望遠鏡的海量數據，還可兼容多元探測設備，有望成為通用深空數據增強平台。未來，該技術將應用於更多新一代望遠鏡，為解碼暗能量、暗物質、宇宙起源、係外行星等重大科學問題提供助力。◇