在探索宇宙奧秘的征程中，暗弱天體始終是科學家們關注的焦點，它們猶如宇宙深處的神秘密碼，蘊藏著關于宇宙起源與演化的關鍵線索。然而，由于傳統天文觀測手段的局限性，想要捕捉到這些微弱信號并非易事。近日，清華大學自動化系與天文系攜手合作，借助計算光學原理和人工智能算法，成功研發出天文AI模型“星衍”，為暗弱天體探測帶來了新的突破。

清華天文系副教授蔡崢指出，傳統天文觀測主要依賴硬件的不斷升級來提升觀測能力，但目前這種方式已經陷入邊際效應瓶頸。與此同時，復雜的時空異質噪聲干擾，進一步加大了暗弱天體探測的難度，使得科學家們在探索宇宙深處的征程中面臨重重阻礙。

“星衍”模型的出現，為解決這一難題提供了新的思路。該模型采用自監督時空降噪技術，能夠專注于提取和重建暗弱信號。它直接利用海量的觀測數據進行訓練，在增加探測深度的同時，還能確保探測的準確性。這一創新性的技術手段，為暗弱天體探測開辟了新的途徑。

在實際應用中，“星衍”模型展現出了強大的性能。團隊將其應用于詹姆斯·韋布空間望遠鏡進行實測，結果顯示，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。蔡崢解釋道，“星等”是天體亮度的等級劃分，數值越大，意味著探測到的天體越暗。這一提升效果，相當于將空間望遠鏡的等效口徑從約6米提升到近10米的量級，大大增強了望遠鏡的觀測能力。

基于“星衍”模型的出色表現，研究團隊取得了豐碩的成果。他們發現了160余個宇宙大爆炸后2億至5億年的早期候選星系，數量是過往研究的3倍。團隊還繪制出了迄今為止最深邃的深空星系圖像，這些圖像為探索宇宙黎明時代的星系起源提供了全新的關鍵數據，有助于科學家們更深入地了解宇宙早期的演化過程。

值得一提的是，“星衍”模型不僅具備強大的解碼能力，能夠處理空間望遠鏡產生的海量數據，還具有廣泛的兼容性，可以與多元探測設備配合使用。這使得它有望成為一個通用的深空數據增強平臺，為未來更多的天文研究提供有力支持。