來自清華大學的中國研究人員開發出一種新的人工智慧模型，可大幅提升天文學家研究深空的能力。
該模型名為ASTERIS——Astronomical Spatiotemporal Enhancement and Reconstruction for Image Synthesis。它結合了計算光學與AI方法，以捕捉來自遙遠天體的極微弱訊號。
研究成果發表於《Science》期刊。將ASTERIS應用於詹姆斯·韋伯太空望遠鏡的資料後，科學家得以把觀測範圍從約500奈米的可見光擴展至5微米的中紅外輻射。
探測深度提升了一個星等：望遠鏡如今能記錄到比以往微弱2,5倍的目標。這使得研究人員得以找出超過160個高紅移星系候選者，它們來自「宇宙黎明」時期——即大爆炸後200至500百萬年的階段。
這樣的數量是先前方法結果的三倍。據天文學系副教授蔡崢所言，該模型有助於克服天空雜訊與望遠鏡熱輻射，這些因素過去會掩蓋微弱訊號。
ASTERIS採用自監督時空降噪方法，並在考量時間與空間變化的情況下建構三維影像。額外的自適應測光篩選機制則將真實訊號與背景雜訊區分開來。
清華大學自動化系教授戴瓊海指出，如今隱藏的目標可以被清晰且精確地重建。該技術可適用於不同的觀測系統，並有望成為處理大量資料的通用平台。
未來，該模型計劃應用於下一代望遠鏡。這將如何影響對暗能量、暗物質以及宇宙起源等答案的探索？
科學家強調，ASTERIS已在系外行星探測及現代天文學其他關鍵任務中展現出潛力。
