在探索宇宙奧秘的征程中，我國科研團隊取得了一項突破性成果。科學家們運用計算光學原理與人工智能算法，成功研發出天文AI模型“星衍”，為破解宇宙起源、演化以及物質能量循環等重大科學謎題提供了有力工具。相關研究成果已在線發表于國際權威學術期刊《科學》。

暗弱天體猶如宇宙中的“隱秘信使”，蘊含著理解宇宙起源與演化的關鍵線索。然而，天光背景噪聲與望遠鏡自身熱輻射噪聲相互疊加，形成了一道難以跨越的屏障，嚴重干擾了對暗弱天體信號的捕捉，成為天文學研究面臨的一大難題。

由清華大學自動化系戴瓊海教授、天文系蔡崢副教授以及自動化系吳嘉敏副教授等組成的科研團隊，經過不懈努力，自主研發出“星衍”模型。該模型具備強大的數據處理能力，能夠解碼空間望遠鏡獲取的海量數據，并且兼容多種不同類型探測設備，有望成為通用的深空數據增強平臺。

在天文學中，“星等”是衡量天體亮度的重要指標，星等數值越大，意味著天體越暗。研究顯示，當把“星衍”應用于詹姆斯·韋布空間望遠鏡時，其覆蓋的波段范圍從可見光（約500納米）拓展至中紅外（5微米）。不僅如此，“星衍”還將該望遠鏡的深空探測深度提升了1個星等，探測準確度提升了1.6個星等，這相當于將空間望遠鏡的等效口徑從約6米提升至近10米的量級。

蔡崢介紹，團隊借助“星衍”取得了令人矚目的成果。他們生成了目前國際上探測深度最優的深空成像結果，刷新了深空探測的極限，并繪制出極深圖像。同時，利用“星衍”發現了超過160個宇宙早期候選星系，這些星系誕生于宇宙大爆炸后的2至5億年，而此前國際上僅發現50余個同時期星系。

吳嘉敏詳細闡述了“星衍”的核心技術——“自監督時空降噪”技術。該技術專注于對暗弱信號的提取與重建，通過對噪聲漲落與星體光度進行聯合建模，并直接利用海量觀測數據進行訓練。這一過程在增加探測深度的同時，確保了探測的準確性。

《科學》的審稿人對這項研究給予了高度評價，認為其為探測宇宙提供了“強大工具”，必將對天文領域產生重要影響。目前，依托“星衍”模型，那些在天文觀測中受噪聲干擾的暗弱天體得以高保真重現。該技術未來有望應用于更多新一代望遠鏡，為解答暗能量、暗物質、宇宙起源以及系外行星等重大科學問題提供有力支持。