清华大学自动化系跟天文系联手，给詹姆斯·韦布空间望远镜用上了AI模型“星衍”，这回是直接把深空探测的极限给突破了。这个算法能抓住那些本来就特别暗弱的天体信号，画出来的图那可是目前最深的深空星系图像。清华天文系的蔡峥副教授说了，以前大家都指望升级硬件来增加探测深度，可到了后来这效果越来越差，再加上各种乱七八糟的时空异质噪声干扰，想要找暗弱天体简直难如登天。“星衍”就不一样了，它是用自监督时空降噪技术干活，专门盯着那些暗弱的信号提取和重建。大家伙儿直接拿海量的观测数据来训练它，深度是上去了，准确率也没落下。 实测的数据很能说明问题，“星衍”给詹姆斯·韦布望远镜的探测深度一下子拔高了1个星等，准确度更是提升了1.6个星等。说白了，这相当于把望远镜的口径从6米多给强行拓宽到了近10米的规模。靠着这套算法，团队在宇宙大爆炸后2亿到5亿年那段时间里，找到了160多个早期候选星系，数量是以前的三倍；还画出了迄今为止最幽深的星系图像。蔡峥透露说，“星衍”不光能处理空间望远镜的数据，其他探测设备它也兼容得上。未来它很可能变成一个通用的深空数据增强平台。