刷新深空探测极限！我国科学家用天文AI模型绘制“极致深空图” 《8×8X拔擦拔擦视频》东吴证券研报表示，技术上，ChatGPT的升级意味着语言AI和AI整体的显著进步；应用上，ChatGPT的升级推动AIGC的发展，有望迎来万亿市场规模。《8×8X拔擦拔擦视频》

　　探索遥远暗弱的天体与结构，是破解宇宙起源演化、物质能量循环等科学谜题的关键。我国科学家基于计算光学原理与人工智能算法，开发出天文AI模型“星衍”，可解锁暗弱天体信号，探测到超过130亿光年的星系，并获取目前国际已知探测最深的深空影像。该成果2月20日凌晨在线发表于《科学》。

　　暗弱天体蕴藏着理解宇宙起源与演化的关键信息。然而，天光背景噪声与望远镜的热辐射噪声叠加，会对暗弱天体信号形成干扰，这成为探秘宇宙的一大挑战。

图为天文AI模型星衍概念图。(受访者供图)

　　清华大学自动化系戴琼海教授、天文系蔡峥副教授、自动化系吴嘉敏副教授等带领团队，自研出星衍模型，可解码空间望远镜的海量数据，并兼容多元探测设备，有望成为通用深空数据增强平台。

　　“星等”是为天体亮度划分的等级，数值越大，天体越暗。研究显示，将星衍应用于詹姆斯·韦布空间望远镜，覆盖波段可从可见光(约500纳米)延伸到中红外(5微米)，并将其深空探测深度提升1个星等，探测准确度提升1.6个星等——这相当于将空间望远镜等效口径从约6米提升到近10米的量级。

　　“我们生成了目前国际探测深度最优的深空成像结果，刷新了深空探测极限并绘制了极深图像。”蔡峥说，团队利用星衍发现了超过160个宇宙早期候选星系，这些星系存在于宇宙大爆炸后2至5亿年，而此前国际上仅发现50余个同时期星系。

图为过往研究(蓝紫星标)与星衍(橙色星标)发现的候选星系效果对比图。(受访者供图)

　　吴嘉敏介绍，星衍的“自监督时空降噪”技术专注于对暗弱信号的提取重建，通过对噪声涨落与星体光度的联合建模，并直接用海量观测数据训练，在增加探测深度的同时，确保了探测准确性。

　　《科学》审稿人评价，该研究为探测宇宙提供了“强大工具”，“将对天文领域产生重要影响”。

　　戴琼海表示，依托星衍，天文观测中受噪声干扰的暗弱天体得以高保真重现。该技术未来有望应用于更多新一代望远镜，为解码暗能量、暗物质、宇宙起源、系外行星等重大科学问题提供助力。(新华社 记者魏梦佳)

【编辑:曹子健】

值得注意的是，该宗地块中还包含一块地上规模为万平米的二类居住地块及一块规模为万平米的托幼用地，将规划12班幼儿园。