清华大学那边弄出来个叫“星衍”的天文AI模型，现在直接把韦伯望远镜的探测深度给推了1个星等，这就相当于把它的有效口径从6.4米一下子抬到了近10米。这招主要是用来对付天上那讨厌的天光噪声和望远镜本身的热辐射噪声，通过建立一个联合模型来重构那些微弱的信号。 戴琼海院士带着自动化系那帮人，还有天文系的蔡峥副教授合作搞出的这套“ASTERIS”系统，采用了一种“分时中位，全时平均”的策略。这么做不仅能把宇宙射线那种一闪而过的干扰给筛掉，还把暗弱信号的信噪比给提上去了。实测下来，发现准确度提升了1.6个星等。 利用这套新算法处理韦布望远镜的数据，科学家们竟然一口气找到了超过160个特别古老的星系，这些星系距离地球足足有130亿光年之遥。这一发现的数量比之前的同类研究足足翻了三倍，拿到的照片现在是全世界最深邃的深空星系图像。 这次发在《科学》杂志上的研究成果显示，“星衍”不光能跑在詹姆斯·韦伯空间望远镜上，还能支持地面的昴星团望远镜。审稿人也觉得这是个“天文领域的强大工具”。最牛的是这玩意不需要人工去标注那些用来训练的照片，直接拿真实的观测数据就能自己学会。 清华那边给这AI定了一套专门的评价标准，不只是看传统的计算机视觉指标，主要盯着探测能力和形态保真这两个核心指标。以后这技术没准还能帮着找暗能量或者系外行星呢。你要是想看看原文，点我给的那个链接就能直达论文（https://www.science.org/doi/10.1126/science.ady9404）。