清华星衍AI将韦布等效口径提至10米 发现三倍高红移星系

2月20日，清华大学自动化系戴琼海院士团队与天文系蔡峥副教授团队联合在国际顶刊《科学》发表突破性成果，自研的“星衍”（ASTERIS）时空自监督计算成像模型，成功攻克天文观测中长期存在的噪声干扰难题，将詹姆斯·韦伯空间望远镜的等效探测口径从6.4米提升至近10米量级，还新发现超160个宇宙大爆炸后2至5亿年的高红移候选星系，数量达到此前已知的三倍。

作为当前人类部署在太空中最强大的深空观测设备，詹姆斯·韦伯空间望远镜的6.4米镀金主口径曾被视为航天工程与天文观测结合的技术巅峰。但即便如此，韦布的观测能力依然受限于两大“隐形干扰”：弥漫在宇宙空间的天光背景噪声，以及望远镜自身产生的热辐射噪声。这两种噪声相互叠加，会彻底掩盖宇宙早期极暗弱星系发出的光子信号——那些诞生于大爆炸后数亿年的星系，亮度仅为我们能看到的普通星系的几十万分之一，几乎完全“淹没”在噪声之中。

为了破解这一行业痛点，清华团队的“星衍”模型创新性地构建了噪声涨落与星体光度联合建模框架。不同于传统成像算法仅能针对单一噪声源做简单过滤，“星衍”通过时空自监督学习机制，能精准识别噪声的统计特征，并将其与真实天体的光度信号剥离，实现了在信噪比不足1%的极端环境下的光子级信号重构。简单来说，它能从满是“雪花”的观测数据里，精准“抠”出那些微弱的星系光芒。

这种技术突破带来的观测提升直观且震撼：将韦布望远镜的等效探测口径从6.4米提升至近10米量级，相当于为韦布换上了一副更大、更灵敏的“眼睛”，直接让其深空探测深度提升了1个星等。在天文观测中，1个星等的差距意味着探测灵敏度提升2.5倍，原本因亮度不足无法被观测到的暗弱星系，现在能清晰地呈现在图像中。

更令人兴奋的是，经过“星衍”模型处理后的观测数据，团队新发现了超160个高红移候选星系。这些星系的红移值均在7以上，对应宇宙大爆炸后的2至5亿年，是研究宇宙早期结构形成、第一代星系演化的关键样本。此前，人类通过韦布望远镜仅发现了约50个同类星系，此次新发现数量直接增至三倍，构成了当前人类能观测到的最深邃的深空星系图像。

天文领域专家认为，“星衍”模型的成功，标志着AI与天文成像的交叉研究进入了全新阶段。过去数十年，天文观测能力的提升高度依赖硬件设备的物理升级，从哈勃到韦布，每一次口径的增大都伴随着数十亿美元的投入和漫长的研发周期。而AI技术的介入，为深空探测提供了一条成本更低、效率更高的技术路径——不用制造新的望远镜，就能通过算法突破硬件的极限。

未来，“星衍”这类AI模型不仅能持续挖掘韦布望远镜的观测潜力，还能适配地面大口径望远镜与即将升空的中国巡天空间望远镜等设备，进一步拓展人类探索宇宙的边界。随着AI技术在天文领域的持续渗透，我们或许不用再等下一代大口径望远镜升空，就能通过算法解锁更多宇宙早期的秘密，“星衍”模型的突破，只是人类用AI探索深空的一个精彩开端。