在探索宇宙奧秘的征程中，我國科學家取得了一項突破性成果。基于計算光學原理與人工智能算法，科研團隊開發出名為“星衍”的天文AI模型，成功解鎖暗弱天體信號，探測到距離地球超過130億光年的星系，并獲得了國際已知探測最深的深空影像。這一成果近日在線發表于國際權威學術期刊《科學》，引發天文領域廣泛關注。

暗弱天體是理解宇宙起源與演化的關鍵線索，但其信號極易被天光背景噪聲和望遠鏡熱輻射噪聲干擾，長期以來成為天文觀測的重大挑戰。傳統方法難以有效分離噪聲與目標信號，導致對遙遠天體的探測能力受限。針對這一難題，清華大學自動化系戴瓊海教授、天文系蔡崢副教授、自動化系吳嘉敏副教授等組成的團隊，自主研發出“星衍”模型，為破解這一難題提供了創新方案。

“星衍”模型的核心優勢在于其強大的數據處理能力。該模型可解碼空間望遠鏡的海量觀測數據，并兼容多元探測設備，有望成為通用深空數據增強平臺。研究顯示，將“星衍”應用于詹姆斯·韋布空間望遠鏡時，其覆蓋波段從可見光（約500納米）擴展至中紅外（5微米），深空探測深度提升1個星等，探測準確度提升1.6個星等。這一提升相當于將空間望遠鏡的等效口徑從約6米擴大至近10米，顯著增強了望遠鏡的觀測能力。

團隊利用“星衍”模型取得了重要發現。通過分析深空數據，他們識別出超過160個宇宙早期候選星系，這些星系形成于宇宙大爆炸后2至5億年。此前，國際上僅發現50余個同時期星系，新發現將相關研究樣本量提升了數倍，為研究宇宙早期演化提供了珍貴資料。研究還生成了國際探測深度最優的深空成像結果，刷新了深空探測極限，繪制出極深圖像。

“星衍”模型的突破性技術在于其“自監督時空降噪”方法。該技術通過聯合建模噪聲漲落與星體光度，并利用海量觀測數據進行訓練，實現了對暗弱信號的高精度提取與重建。這一方法在增加探測深度的同時，確保了探測結果的準確性，為深空觀測提供了可靠的技術支撐。

《科學》期刊審稿人高度評價這一研究，認為其“為探測宇宙提供了強大工具，將對天文領域產生重要影響”。目前，團隊正進一步優化模型性能，并探索其在更多新一代望遠鏡中的應用潛力。隨著技術不斷完善，“星衍”有望為解碼暗能量、暗物質、宇宙起源及系外行星等重大科學問題提供關鍵助力，推動人類對宇宙的認知邁向新高度。