清华自动化系和天文系联手，把AI技术的突破点对准了天文观测的最深处。他们利用计算光学和机器学习算法，给这把利器取了个名叫“星衍”。蔡峥教授透露，这套模型能够解锁隐藏在微弱光中的信号，把暗弱天体给找出来。以往要提升观测深度只能升级硬件设备，但现在蔡峥和团队开发出了自监督时空降噪技术，直接拿海量数据来训练模型。这样一来，“星衍”不光能让探测深度加深，还能保证结果的准确性。实测的数据显示，把这套算法用在詹姆斯·韦布空间望远镜上后，它的深空探测深度一下子就提升了1个星等。这就相当于把望远镜的口径从6米扩展到了10米。为了直观地说明这个变化有多惊人，蔡峥解释道：“星等是用来衡量天体亮度的等级，数值越大表示探测到的物体越暗。”有了这样的提升，“星衍”就帮助天文学家找到了160多个早期候选星系。这些星系大约存在于大爆炸后2亿至5亿年间，数量是以前研究的3倍。团队绘制出了目前为止最深邃的深空星系图像，为研究宇宙起源提供了重要的数据支撑。蔡峥还表示，“星衍”不光能处理空间望远镜的数据，还兼容其他多种探测设备。未来它有望成为一个通用的深空数据增强平台。