清华团队自研天文模型“星衍”助力韦布望远镜提升探测能力 观测边界推进至130亿光年

宇宙的深度有多远?

这个古老的哲学问题如今有了更精确的科学答案。

清华大学研究团队通过自主研发的"星衍"天文AI模型,将人类对宇宙的观测极限推进到130亿光年的深度,这一成就标志着我国在空间天文观测领域的关键技术突破。

当前,詹姆斯·韦布空间望远镜作为人类最先进的天文观测工具,在探索宇宙起源方面发挥了重要作用。

然而,受限于观测数据中的噪声干扰,许多暗弱天体的细节信息难以准确还原,这成为深空探测的主要瓶颈。

清华团队研发的"星衍"模型正是针对这一难题的创新解决方案。

该AI模型通过深度学习算法,能够有效识别和消除观测数据中的噪声成分,将受干扰的暗弱天体信号高保真地还原出来。

这一技术突破相当于将詹姆斯·韦布空间望远镜的等效观测口径从约6米扩展到近10米的量级,大幅提升了望远镜的实际探测能力。

换言之,通过AI赋能,现有的空间观测设备获得了接近升级换代的性能提升。

利用"星衍"模型的强大能力,清华团队在宇宙早期星系的搜寻中取得了显著成果。

研究人员发现了160多个宇宙早期候选星系,这一数字远远超过国际天文学界此前发现的50多个同时期星系。

这意味着我们对宇宙早期结构和演化过程的认识将得到重要补充,有助于深化对宇宙起源的理解。

从技术层面看,"星衍"模型的成功应用体现了人工智能与基础科学研究的深度融合。

这种融合不仅提升了现有观测工具的效能,更为后续的空间探测任务提供了新的技术路径。

蔡峥教授所说的"刷新深空探测极限",正是这一融合创新的生动写照。

该成果在国际顶级学术期刊《科学》杂志上的发表,也获得了国际学术界的高度认可,被评价为探测宇宙的"强大工具"。

展望未来,"星衍"模型的应用前景广阔。

一方面,该技术可进一步优化和迭代,在更多空间观测任务中发挥作用;另一方面,这一成功案例为其他基础科学领域的AI应用提供了借鉴,有望推动人工智能在科学研究中的更广泛应用。

从敦煌星图到"中国天眼",中华民族对宇宙的追问从未停歇。

此次技术突破再次证明,在人类探索未知的壮阔征程中,科学智慧与工程创新的深度融合,终将不断拓展认知疆界。

当更多"看不见的星系"逐渐显影,我们不仅望向更远的深空,也在回望文明最本真的探索初心。