在探索宇宙奧秘的征程中，科學家們始終致力于突破技術瓶頸，以更清晰地窺探遙遠而暗弱的天體與結構。近日，我國科研團隊取得了一項重大突破，開發出名為“星衍”的天文AI模型，為宇宙深空探測帶來了新的希望。

暗弱天體，作為理解宇宙起源與演化的關鍵線索，其信號的捕捉一直面臨著巨大挑戰。天光背景噪聲與望遠鏡自身的熱輻射噪聲相互疊加，如同層層迷霧，嚴重干擾了科學家們對暗弱天體信號的探測。然而，這一難題如今被我國科研團隊成功攻克。

由清華大學自動化系和天文系的科研人員組成的團隊，自主研發出“星衍”模型。該模型基于計算光學原理與人工智能算法，具備強大的數據處理能力。它能夠解碼空間望遠鏡所收集的海量數據，并且兼容多種不同類型探測設備，有望成為通用深空數據增強平臺，為深空探測提供有力支持。

“星等”是衡量天體亮度的重要指標，數值越大，意味著天體越暗。研究顯示，當“星衍”應用于詹姆斯·韋布空間望遠鏡時，其覆蓋波段范圍大幅拓展，從可見光（約500納米）延伸至中紅外（5微米）。不僅如此，它還將深空探測深度提升了1個星等，探測準確度更是提升了1.6個星等。這一提升效果顯著，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，大大增強了望遠鏡的探測能力。

團隊利用“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。通過這一模型，團隊發現了超過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。而在此之前，國際上僅發現50余個同時期的星系，這一發現為研究宇宙早期演化提供了豐富的樣本。

“星衍”模型之所以能取得如此優異的成績，得益于其獨特的“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，并利用海量觀測數據進行訓練。在增加探測深度的同時，確保了探測的準確性，使得暗弱天體信號得以清晰呈現。

《科學》雜志的審稿人對這一研究給予了高度評價，認為該研究為宇宙探測提供了“強大工具”，將對天文領域產生重要影響。目前，依托“星衍”模型，天文觀測中受噪聲干擾的暗弱天體得以高保真重現。隨著技術的不斷發展，這一技術未來有望應用于更多新一代望遠鏡，為解決暗能量、暗物質、宇宙起源、系外行星等重大科學問題提供有力支持。