中国科学家开发助力深空探测的AI

美都新闻网  2 月 24 日（综合报道） ：中国研究人员开发了一种用于天文成像的人工智能（AI）模型，显著提升了科学家探索宇宙深处的能力。

据安塔拉通讯社援引新华社报道，清华大学的一个跨学科研究团队利用计算光学和人工智能算法开发了这款名为“天文时空增强与重建图像合成”（ASTERIS）的模型。

根据近期发表在《科学》杂志上的研究成果，该AI模型能够提取极其微弱的天文信号，识别超过130亿光年外的星系，并生成迄今为止最深邃的深空图像。
探索遥远而暗淡的天体对于理解宇宙的起源和演化至关重要。然而，天文学家面临着巨大的挑战。来自遥远天体的微弱信号常常被太空噪声和望远镜的热辐射所掩盖。

这项研究表明，将ASTERIS的“自监督时空去噪”技术应用于詹姆斯·韦伯太空望远镜（JWST）获取的数据，可以将观测范围从约500纳米的可见光扩展到5微米的中红外波段。

该技术还将探测深度提高1.0星等，使望远镜能够探测到比以往暗2.5倍的天体。

清华大学天文系副教授、该研究团队成员蔡铮表示，利用AI模型，研究团队识别出了160多个来自“宇宙黎明”时期（大爆炸后约2亿至5亿年）的高红移候选星系，是以往方法发现数量的三倍。

研究人员表示，该AI模型能够解析海量的空间望远镜数据，并兼容多种观测平台，使其成为一个潜在的通用深空数据增强平台。

传统的降噪技术依赖于多次曝光叠加，并假设噪声是均匀的或相关的。然而，实际上，深空噪声在时间和空间上都存在差异。ASTERIS 通过将深空图像重建为三维（3D）时空体来解决这个问题。

该模型通过一种“光度自适应滤波机制”，识别出细微的噪声波动，并将其与来自遥远恒星和星系的微弱信号区分开来。

该研究的一位审稿人表示，他认为这项工作意义重大，将对整个天文学领域产生深远影响。

清华大学自动化系教授戴琼海表示，该模型能够高精度地重建在天文观测中被光干扰遮蔽的暗弱天体。

未来，研究人员希望这项技术能够应用于下一代望远镜，以帮助解答有关暗能量、暗物质、宇宙起源和系外行星的关键科学问题。