哈勃望远镜看了几十年，韦伯望远镜刚上天不久，人类探索宇宙深空的极限是不是到头了？当然没有。 2月20日，科学界传来一声惊雷，清华大学搞出了个大新闻。自动化系戴琼海院士团队和天文系蔡峥副教授团队联手，在《科学》杂志上发表了一项重磅成果。他们搞出的那个叫“星衍”（ASTERIS）的AI模型，硬生生把詹姆斯·韦伯空间望远镜的探测深度给“挖”深了一个星等。这啥概念？相当于没花一分钱造新望远镜，却让韦伯望远镜的观测口径从6.4米一下子等效变成了近10米。 这事儿还得从天文观测的老大难问题——噪声说起。大家看天文照片，那些背景里花花绿绿的噪点，其实就是干扰信号。望远镜拍得越远，信号越弱，噪声就越明显，就像在大海里捞针，针太小，浪太大。传统的办法就是耗时间，拍很久很久的照片把信号叠加出来。但这次清华团队没走寻常路，他们用了时空自监督计算成像技术。 这技术怎么做到的？简单说，就是给噪声画了个像。研究团队构建了一套光度自适应筛选策略，把噪声和天体光度联合起来建模。他们用了一种“分时中位，全时平均”的优化法子，把信噪比提了上去。这就好比在嘈杂的集市上，通过一种特殊的算法，精准地把你想要听的那句悄悄话给提取了出来，还把周围的嘈杂声给压了下去。数据显示，这种操作让光子收集效率提升了近一个数量级。 这一提升可不得了，直接出了成果。团队绘制出了迄今最深邃的极致深空星系图像。在这张图里，他们发现了160多个高红移候选天体。这些家伙离我们极其遥远，它们发出的光，是在宇宙大爆炸后2亿至5亿年这段时间里启程的。那时候宇宙还是个“宝宝”，这些天体就是宇宙婴儿时期的“照片”。能看清它们，对于人类理解宇宙起源和演化，意义非凡。 《科学》杂志的审稿人对这事儿评价极高，直呼这是“杰出的工作与强大的工具”，认为这会对天文领域产生重要影响。确实，以前我们要想看得更深，得磨更大的镜片，发射更重的望远镜，耗资动辄几十亿甚至上百亿美元。现在，中国科学家用算法弥补了硬件的短板，用算力换光力。 这不仅仅是天文学的胜利，更是跨学科合作的典范。自动化系的搞算法，天文系的懂星空，两边一碰头，火花就出来了。这也给未来的科学研究提了个醒：在这个数据爆炸的时代，软件定义的望远镜，可能比钢铁打造的望远镜更具潜力。我们完全可以期待，在AI的加持下，那些隐藏在宇宙最深处的秘密，会一个接一个地浮出水面。 以上内容仅供参考和借鉴
