清华"星衍"登《科学》:AI让望远镜看到宇宙边缘
韦伯望远镜最新发布的宇宙照片,背后有中国AI的功劳。
最近,詹姆斯·韦伯太空望远镜(JWST)发布了一批令人惊叹的宇宙深空照片。
照片中,宇宙大爆炸后2-5亿年的星系清晰可见——这是人类历史上最遥远的宇宙影像。
但你可能不知道,这些照片背后,有一个中国AI模型的功劳。
2026年2月20日,清华大学团队研发的"星衍"(AstroOne)模型,登上了国际顶级期刊《科学》(Science)。
这是中国AI首次在基础天文研究领域取得世界级突破。
让望远镜"看"得更远
"星衍"模型做了什么?
简单
来说,它让韦伯望远镜的探测能力提升了一个量级。
具体数据:
• 探测深度提升1个星等——能看到更暗、更远的星系
• 光子收集效率提升近一个数量级——同样的观测时间,获得更多信息
• 等效观测口径从6.4米提升至近10米——相当于把望远镜变大了50%
这意味着什么?
原本需要曝光100小时才能看到的星系,现在只需要10小时。
原本看不到的宇宙边缘,现在清晰可见。
160个"宇宙婴儿"被发现
借助"星衍"模型,研究团队取得了惊人发现。
他们在宇宙大爆炸后2-5亿年的时空中,发现了160余个高红移候选天体。
这是什么概念?
宇宙大爆炸发生在约138亿年前。2-5亿年,相当于宇宙的"婴儿期"。
那个时期的星系,是人类了解宇宙早期演化的关键证据。
但在"星衍"之前,人类对这一时期的天体知之甚少——它们太暗、太远,望远镜"看"不到。
现在,中国AI帮人类打开了这扇窗。
为什么是中国AI?
你可能会问:为什么是中国团队做出了这个突破?
答案很简单:因为AI需要海量数据训
练,而中国有世界上最大的天文观测数据积累之一。
"星衍"模型的核心创新,在于它学会了如何从噪声中提取信号。
宇宙深空图像中,真正的天体信号往往被淹没在各种噪声中。传统方法很难区分。
但"星衍"通过深度学习,掌握了识别微弱信号的"直觉"——就像经验丰富的天文学家,一眼就能看出图像中的异常。
更重要的是,"星衍"的处理速度比传统方法快100倍。
过去需要数周的图像处理,现在几小时就能完成。
和你我有什么关系?
你可能会说:这很酷,但和我有什么关系?
关系很大。
首先,更清晰的宇宙图像。
未来,你在科普纪录片、天文馆、甚至手机壁纸中看到的宇宙照片,可能都有"星衍"的功劳。
其次,AI+天文成为教育新案例。
"星衍"的成功,证明了AI在基础科研中的巨大潜力。这会激励更多年轻人投身科学——也许是你的孩子。
最重要的是,科技自信。
长期以来,高端天文观测设备被西方国家垄断。中国虽然有了"天眼"FAST,但在数据处理和分析上仍有差距。
"星衍"的突破,意味着中国AI在最前沿的基础科研领域,已经站在世界之巅。
这不是弯道超车,而是换道领跑。
写在最后
从伽利略的望远镜到韦伯望远镜,人类观测宇宙的工具不断进化。
但"星衍"告诉我们:
AI不仅是工具,更是人类探索宇宙的"新望远镜"。
它让我们看得更远、更深、更清晰。
而这一次,这架"望远镜"来自中国。
最后想问你:
如果AI能帮望远镜看到宇宙边缘,你觉得它还能帮我们探索什么未知的领域?
欢迎在评论区聊聊你的想法。
本文数据来源于《科学》期刊、清华大学官方报道
随便看看:
相关推荐:
网友评论:
推荐使用友言、多说、畅言(需备案后使用)等社会化评论插件








