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” 《榴莲秋葵向日葵茄子丝瓜大全》　　研究成果表明，模式匹配量子密钥分发在不需激光器锁频锁相技术的条件下，可以实现远距离安全成码且在城域距离有较高成码率，极大地降低了协议实现难度，对未来量子通信网络构建具有重要意义。《榴莲秋葵向日葵茄子丝瓜大全》

　　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】

其中主要包括：国际奥林匹克委员会的奥林匹克五环图案标志、奥林匹克旗、奥林匹克格言、奥林匹克徽记、奥林匹克会歌；奥林匹克、奥林匹亚、奥林匹克运动会及其简称等专有名称；在中国境内举办的奥林匹克运动会的名称及其简称、吉祥物、会歌、火炬造型、口号、“主办城市名称+举办年份”等标志，以及其组织机构的名称、徽记。