在线炒股配资服务网不用升级硬件，中国科学家把韦布口径扩到10米

自望远镜技术诞生以来，人类对于宇宙深空的探索从未停止。特别是空间望远镜在线炒股配资服务网，成为人类望向宇宙边缘最锐利的目光。

随着技术不断迭代，这一“目光”变得愈加锐利。与此同时，其边际效应也开始显现，面临着难以突破的瓶颈。中国工程院院士、清华大学自动化系教授戴琼海团队与清华大学天文系副教授蔡峥团队不久前联合研发的人工智能天文观测增强模型“星衍”（ASTERIS），却有望突破天文观测深度极限。

借助该模型，研究团队将詹姆斯·韦布空间望远镜（以下简称韦布望远镜）的探测深度提升了1.0个星等，相当于把韦布望远镜的等效口径从6.4米提升到了接近10米量级，让口径“扩”了近六成。依托这一技术，研究团队发现的极暗弱高红移候选天体数量是过往研究的3倍，并绘制出迄今最深邃的极致深空星系图像。近日，相关成果发表于《科学》。

人工智能模型星衍概念图。

“叠照片”的局限

在距离地球百亿光年外，存在着一些即便用天文望远镜都难以察觉的暗弱天体与结构。这些天体形成于宇宙爆炸初期，对人类解开宇宙起源演化、物质能量循环、时空本质等核心科学谜题发挥着关键作用，也有利于人类拓展认知边界、揭示宇宙奥秘。

“为了更好地进行宇宙探索，人类不断增大望远镜口径、精进传感器性能，甚至将先进设备送入太空。”接受《中国科学报》采访时，蔡峥表示，但太阳系黄道光散射、银河系漫射光、未分辨的银河系外背景光线等天光背景噪声，与望远镜热辐射噪声相互叠加，为深空蒙上了一层“迷雾”，让本就微弱的信号难以显现。

更棘手的是，这些噪声的分布往往不独立、不均匀，不同区域和时段的噪声既难以解析刻画，又存在复杂关联性。

“对此，传统的解决方法是把同一宇宙区域的多张照片相互叠加，以此提升照片的信噪比。”蔡峥说，这种方法要发挥最大作用，必须假设照片中的像素点相互独立，不存在相关性。但现实却恰恰相反，这些像素之间不但具有关联性，而且关联非常复杂，很难解析表达。

“传统方法提升照片信噪比的幅度很有限。”蔡峥说，也正因如此，那些遥远宇宙深处的暗弱天体，始终隐藏在一片难以分辨的宇宙光线噪声中，阻碍人类对宇宙的深入探索。

天文观测数据不同增强方法对比，红圈代表准确的星点探测。

新的突破口

尽管对于这些暗弱天体的分辨存在困难，但通过长期观察，科学家已经积累了大量观测数据。有没有一种方式，可以绕开观测设备的“硬件”堆叠，转而利用人工智能算法，提升对这些海量观测数据的解码能力呢？

蔡峥告诉《中国科学报》，多年来，利用人工智能解码深空数据的研究并不少，但这些研究往往沿用计算机视觉领域的通用指标来衡量性能。这些指标容易将模型导向一个误区——让数据变得更加干净、平滑，在无形中“磨平”了极暗弱信号，因而改变了天体形态，并影响科学测光。

这正是“星衍”的突破口。据介绍，“星衍”的核心在于一套独特的光度自适应筛选机制。它不再单纯将背景噪声视为随机干扰，而是对噪声的涨落与星体本身的光度进行联合建模。这一机制引导模型专注于对暗弱信号的提取与重建。

“我们构建了一套基于天文学的人工智能评价方法，摒弃单纯的视觉效果提升，转而将探测能力、形态保真、测光准确等定为核心评价指标，将深空观测中的多帧曝光策略内化为模型的数据输入逻辑。”蔡峥说。

正是这一算法逻辑的变化，使得“星衍”在增加探测深度的同时，保持了测光的精准；在提升探测暗弱信号能力的同时，大幅降低虚假信号的产生概率，保证了数据的科学与严谨。

蔡峥表示，能够实现这一目标，除了算法的突破外，更重要的在于大量数据的提供，以及人工智能算力的提升。

“简单地说，就是我们给人工智能设定了一个目标——区分正确信号和周边噪声，并在算法加持下，对其‘投喂’足够的空间图像数据。最终，人工智能对于信号与噪声的理解会比人类这个‘师傅’还要深刻。”蔡峥说。

研究团队主要成员合影。受访者供图

仅仅是个“小样”

问题是，去哪里找那么多的数据？

作为人类探索宇宙深空的最强大工具之一，韦布望远镜自2021年发射升空至今，收集了海量的宇宙深空图像数据，其中很多数据已经公开，研究团队便将目光锁定在这些数据上。

在对这些观测数据的分析中，“星衍”展现出了惊人的效果——将探测暗弱天体的完备度提升了整整1.0个星等，并将探测的准确度提升了1.6个星等。

“星等是天文学家为天体亮度划分的等级，数值越大，天体越暗。”蔡峥说，提高1.0个星等，相当于看到了比之前暗得多的天体。“打个比方，如果之前望远镜可以看到宇宙边缘一个10瓦灯泡的亮度，那么现在可以看到一个3~4瓦灯泡的亮度。”

从探测深度角度评估，蔡峥表示，这相当于“把韦布望远镜的等效口径从6.4米提升到了接近10米量级”。

依托这一技术，研究团队在韦布望远镜的深度观测数据中，发现了超过160个宇宙早期的候选高红移星系。而此前，人类在对该宇宙区域的所有观测中，仅发现了四五十个同类天体。

“这些星系存在于宇宙大爆炸后2亿至5亿年的‘宇宙黎明’时代，它们的发现使人类得以绘制出目前最深邃、暗弱的早期星系光度函数，为理解宇宙第一缕曙光的诞生提供了全新数据。”蔡峥说。

值得一提的是，“星衍”的应用领域并不仅限于宇宙观测。正如蔡峥所言，“解码韦布望远镜的深度观测数据，仅仅是该模型的一个应用‘DEMO’（小样）”。

“由于‘星衍’的主要作用是区分复杂图像中的主目标和噪声，提升图像的信噪比，因此在线炒股配资服务网，只要是光子探测，该模型都有一定的用武之地。”蔡峥说，这标志着它不仅能解码空间望远镜的尖端数据，更可兼容多元探测设备，成为通用的数据增强平台，为科学研究、深空探测、星地通信、态势感知等广泛领域的发展，植入一颗新的人工智能大脑。

淘配网提示：文章来自网络，不代表本站观点。