宇宙起源与演化的奥秘隐藏在遥远而暗弱的天体之中。
探测这些微弱信号，对于人类理解物质能量循环、破解宇宙谜题具有重要意义。
然而，天光背景噪声与望远镜热辐射噪声的叠加干扰，长期制约着深空探测的精度与深度，成为天文观测领域的关键难题。
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研究团队，基于计算光学原理与现代算法理论，自主研制出一套深空数据处理模型。
该模型采用自监督时空降噪技术，通过对噪声涨落与星体光度的联合建模，利用海量观测数据进行训练，实现了对暗弱信号的高效提取与重建。
这一创新成果的应用前景广阔。
研究表明，将该模型应用于詹姆斯·韦布空间望远镜后，可将观测波段从可见光延伸至中红外波段，覆盖范围从约500纳米扩展到5微米。
更为关键的是，模型将深空探测深度提升了1个星等，探测准确度提升了1.6个星等。
在天文学中，星等数值越大表示天体越暗，这一提升幅度相当于将空间望远镜的等效口径从约6米提升到近10米的量级，大幅增强了观测能力。
该模型的通用性设计使其具有更广泛的应用价值。
研究团队表示，该模型可解码空间望远镜的海量数据，兼容多元探测设备，有望成为通用的深空数据增强平台，为国际天文观测提供有力支撑。
在实际应用中，该模型已取得显著成果。
研究团队利用该模型发现了超过160个宇宙早期候选星系，这些星系形成于宇宙大爆炸后2至5亿年的宇宙早期阶段。
相比之下，国际天文学界此前仅发现了50余个同时期的星系。
这一发现将显著扩展人类对宇宙早期结构与演化的认识。
同时，该模型生成了目前国际探测深度最优的深空成像结果，探测到了超过130亿光年外的星系，刷新了深空探测的极限。
国际权威学术期刊《科学》的审稿专家评价，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。
从“看得见”到“看得更远、更准”，深空探测的每一次跨越都源于技术与理念的同步演进。
以数据处理能力撬动观测极限，既是对既有资源的深度释放，也是面向未来大科学任务的前置布局。
随着更多暗弱天体被可靠地“唤醒”，关于宇宙早期的图景或将被重新描绘，而严谨的验证体系与开放的科学协作，将决定这幅“极深空图”能走多远、能照见多少未知。