在探索宇宙奥秘的征程中，暗弱天体与结构的研究犹如一把关键钥匙，对破解宇宙起源演化、物质能量循环等重大科学谜题起着至关重要的作用。近日，我国科研团队在这一领域取得重大突破，基于计算光学原理与人工智能算法，成功开发出天文AI模型“星衍”，为宇宙探索带来新曙光。
暗弱天体中隐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相互叠加，如同给暗弱天体信号蒙上了一层厚重的面纱，严重干扰了对其的探测，成为科学家们探秘宇宙的一大难题。面对这一挑战，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的科研团队迎难而上，经过不懈努力，自主研发出星衍模型。
星衍模型具有强大的功能，它能够解码空间望远镜产生的海量数据，并且兼容多元探测设备，有望成为通用的深空数据增强平台。该模型的一大亮点在于其“自监督时空降噪”技术，这项技术专注于对暗弱信号的提取与重建。科研人员通过对噪声涨落与星体光度进行联合建模，并直接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。
在星等这一衡量天体亮度的指标上，星衍模型展现出了卓越的性能。星等数值越大，意味着天体越暗。研究显示，当将星衍应用于詹姆斯·韦布空间望远镜时，其覆盖波段可从可见光（约500纳米）延伸至中红外（5微米）。不仅如此，它还能将深空探测深度提升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的等效口径从约6米提升到近10米的量级。
凭借星衍模型的强大能力，科研团队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，刷新了深空探测极限，并绘制出极深图像。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。
《科学》杂志的审稿人对这一研究给予了高度评价，认为该研究为探测宇宙提供了“强大工具”，将对天文领域产生重要影响。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。这一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持。
