探索遥远、微弱的天体和结构是解决宇宙起源和演化、物质和能量循环等科学谜团的关键。基于计算光学和人工智能算法原理，中国科学家开发了人工智能天文模型“恒星演化”，可以解开微弱天体的信号，探测超过130亿光年之外的星系，并获得世界上已知最深的深空图像。研究结果于2月20日早些时候在线发表在《科学》杂志上。微弱的物体蕴藏着了解宇宙起源和演化的重要信息。然而，来自天窗的背景噪声和来自望远镜的热辐射噪声的结合会干扰来自暗物体的信号，给探索太空配给带来了重大挑战。这张照片是利用恒星演化的概念图AI天文模型。 （受访者提供）清华大学自动化系教授戴琼海、天文系副教授蔡铮、自动化系副教授吴家明带领团队开发了一种内部恒星演化模型，可以破译来自太空望远镜的大量数据，并兼容多种探测仪器。有望成为通用的深空数据扩展平台。 “星等”是对天体亮度的分类。 The higher the value, the darker the object.研究表明，通过将该恒星辐射器应用到詹姆斯·韦伯太空望远镜上，覆盖波段可从可见光（约500纳米）延伸至红外中红光（5微米），深空探测深度可增加1个数量级，探测精度可提高1.6个数量级。 This is equivalent to increasing t太空望远镜的等效口径从约6米到近10米。 “我们取得了迄今为止世界上探测深度最高的深空成像成果，刷新了深空探测的极限，绘制了极深图像。”蔡正表示，研究团队利用恒星散射，在宇宙中发现了160多个早期星系候选体。这些星系存在于大爆炸后 200 至 5 亿年之间。迄今为止，全球仅发现了 50 多个当代星系。这张照片比较了先前研究中发现的候选星系（蓝紫色恒星）和恒星演化（橙色恒星）的影响。 （受访者供图） 吴嘉民先生表示，星研的“自我监测”“时空降噪”技术侧重于微弱信号的提取和重建。通过联合建模恒星的噪声和亮度波动并直接训练大量观测数据，增加检测深度，保证检测精度。一位《科学》评论家评论说，这项研究为探索宇宙提供了“有力的工具”，“将对天文学领域产生重要影响”。戴琼海表示，利用星线可以忠实再现天文观测中受噪声干扰的微弱天体。该技术预计未来将应用于更多新一代望远镜，有助于解开暗能量、暗物质、宇宙起源和系外行星等重要科学课题。 （新华社记者 魏梦佳）