日前发布的国家“十五五”规划纲要对航天强国建设提出要求，其中深空探索作为航天技术的前沿阵地，承载着向更远宇宙进发的重任。如今，我国科学家研发的AI天文观测增强模型“星衍”（ASTERIS）成功突破天文观测深度极限，大幅提升了空间天文台詹姆斯·韦布空间望远镜的探测能力。这项近日发表在国际学术期刊《科学》上的研究成果，让人们看到了AI在天文领域的巨大潜力。今天，我们一同来了解“星衍”赋能深空探测的独特优势。
1 人类如何“丈量”宇宙
观察和探索星空，离不开工具的助力。随着科技的飞速发展，人类观测遥远星空的工具实现了“鸟枪换炮”的跨越。现代人观测宇宙主要通过四大核心手段：多波段电磁波探测（涵盖光学、红外、射电、X射线等）、引力波探测、宇宙射线与中微子探测，以及空间探测器原位探测。其中，依赖地面光学望远镜、射电望远镜、巨型望远镜阵列（如“中国天眼”）和空间天文台（如哈勃、韦布空间望远镜），可实现对宇宙结构、演化及极端物理过程的深入研究。
哈勃空间望远镜（HST）作为光学望远镜的代表，由美国国家航空航天局（NASA）和欧洲航天局（ESA）合作研发，1990年发射升空，运行在约540千米高的地球轨道，配备2.4米主镜，于可见光、紫外和近红外波段工作。它是人类历史上最重要的科研仪器之一，其核心成果包括初步揭示宇宙膨胀速度、深空星系演化及黑洞等奥秘。
韦布空间望远镜（JWST）是红外与紫外望远镜的代表，为哈勃空间望远镜的继任者，由NASA、ESA和加拿大国家航天局联合研发，主镜口径6.4米，观测面积为哈勃空间望远镜的5倍以上。它于2021年12月发射，可在接近绝对零度（-273.15℃）的环境中运行，最大贡献是发现了距今135亿年的宇宙最早星系（几乎不含重元素）。
“中国天眼”（500米口径球面射电望远镜）作为射电望远镜的标杆，自2020年投入使用以来，已发现900余颗新脉冲星（数量为国际同期其他望远镜的3倍以上），并在纳赫兹引力波、快速射电暴等领域取得一系列重要突破，能穿透星际尘埃研究遥远星系和脉冲星。
2 空间望远镜遭遇观测“迷雾”
在宇宙深处，隐藏着大量暗弱天体与结构，这些天体形成于宇宙大爆炸初期，观测和研究它们有助于解开宇宙起源演化、物质能量循环、时空本质等核心奥秘，同时也能帮助人类不断拓展认知边界。一个现实问题是，尽管人类拥有各种形式的空间望远镜，但对于宇宙的深邃无底、边界无垠，即便是目前最强大的韦布空间望远镜，在探索宇宙深处时也遭遇了诸多盲点和盲区。
造成深空观测瓶颈的原因主要有以下3个。
1.硬件升级受阻
要进一步提升韦布空间望远镜的观测效果，最直接的方法就是硬件升级，但目前硬件升级已进入平台期，难以突破瓶颈。因为无论是增大望远镜口径、提升传感器性能，还是向太空发射更先进的设备，都面临技术难度大、成本高的现实挑战。
2.宇宙噪声带来干扰
更棘手的是，宇宙环境的多样性和复杂性为深空观测带来了干扰。宇宙中的太阳系黄道光散射、银河系漫射光、未分辨的银河系外背景光线等天光背景噪声，会与空间望远镜的热辐射噪声叠加，犹如给深空笼罩了一层浓雾，让空间望远镜难以捕捉到暗弱天体的微弱光信号。天光背景噪声泛指宇宙中普遍存在的非目标天体发出的背景光，来源包括宇宙早期遗留的辐射、地球大气层辐射，以及大气发光、夜空中的光污染等，其主要成分是宇宙微波背景辐射（宇宙大爆炸后约38万年形成的残余辐射），具有接近黑体的光谱特性。
3.传统降噪方法有局限
过去，科学家通过把同一宇宙区域的多张照片叠加，即“多帧图像叠加”的传统方法来削减噪声、提升图像信噪比（衡量有用信号强度与背景噪声强度的比率，单位为分贝，数值越高则影像品质越好）。但使用这种方法的前提是照片中的像素点相互独立、无相关性，而宇宙中像素的关联非常复杂，很难通过照片叠加来驱散宇宙深处的“迷雾”。
3 AI三招助力深空观测
在此背景下，中国研究人员将穿透宇宙“迷雾”的希望寄托于近年来快速发展的AI技术。中国工程院院士、清华大学自动化系教授戴琼海团队联合清华大学天文系副教授蔡峥团队，研发出人工智能天文观测增强模型“星衍”，如同一束强光照进了天文观测领域的模糊空间。
研究团队以韦布空间望远镜为基础，借助“星衍”模型，成功将其探测深度提升了1.0个星等，这相当于把韦布空间望远镜的等效口径从6.4米拓展至近10米量级。依靠这一技术的突破，研究团队发现的极暗弱高红移候选天体数量是以往研究的3倍。
星等是天体亮度的衡量标准，通常指“视星等”，即从地球上所见天体的亮度，数值越低，星体越亮。古希腊天文学家喜帕恰斯将恒星划分为6个等级。1850年英国天文学家普森发现，1等星要比6等星亮100倍。据此，星等被量化：星等每级之间亮度相差2.512倍。一个天体的星等取决于它离地球的距离、本身的光度（即绝对星等）、星际尘埃遮蔽等多重因素。人的肉眼能分辨的星等极限约为6.5星等，而“星衍”提升1个星等，就意味着它能看到比之前暗2.512倍的天体。举个例子，如果韦布空间望远镜之前能看到位于宇宙边缘一个10瓦的灯泡，现在有了“星衍”的助力，便能看到一个3-4瓦的灯泡。
在AI时代，利用大数据解析复杂难题已成为常用的研究模式，AI的高效运行不仅需要大数据支撑，还离不开算法和算力的帮助。
大数据——空间望远镜的观测积累
以哈勃空间望远镜和韦布空间望远镜为代表的天文观测与研究，已积累并公开了海量数据。后者自2021年发射升空至今，收集了大量宇宙深空图像数据，中国研究团队用这些公开数据“投喂”AI，为模型训练提供丰富的“养料”。
算法——独特的光度自适应筛选
过去也有不少利用AI分析深空数据的研究，但这些研究往往沿用计算机视觉领域的通用指标，虽然能让数据变得“干净平滑”，却在无形中忽略甚至“磨平”了极暗弱的天体信号，难以全面、准确地解码宇宙空间的光学信号。此次，中国研究团队创新设计了“星衍”的核心算法：独特的光度自适应筛选机制。具体来说，“星衍”不再将背景噪声视为随机干扰，而是对噪声的涨落规律与星体本身的光度特征进行联合建模，引导AI专注于暗弱信号的提取与重建；首次采用“分时中位，全时平均”联合优化策略，通过中位数统计剔除宇宙射线等瞬态干扰，通过加权平均（一种统计方法）最大化暗弱信号的信噪比；建立全新的天文学AI评价体系，以“探测能力、形态保真、测光准确”为核心评价指标，将深空图像重构为时、空、光交织的三维体，既提升深度又保证数据严谨。
算力——区分信号与噪声
研究团队为“星衍”设定了目标——区分正确信号和周边噪声，并在算法加持下，为其“投喂”足够的空间图像数据，进一步强化模型的算力。最终，“星衍”对信号与噪声的理解展现出惊人的能力：探测暗弱天体的完备度提升1.0个星等、探测准确度提升1.6个星等。
4 “AI+天文”为科研提供全新范式
“星衍”取得的成果远不止于此。依托“星衍”，研究人员成功绘制出目前人类所能观测到的最深邃、最暗弱的早期极致深空星系图像——这些星系距离地球超过130亿光年，承载着宇宙诞生初期的原始数据与影像。作为当前国际上已知探测深度最深的深空影像，它们将为人类探索宇宙黎明时代的星系起源提供全新的关键数据支撑。
“星衍”的另一大核心优势在于其强大的泛化能力。作为一种融合时间、空间、光度的多维智能学习方法，它无需依赖人工标注，仅通过已有的天文观测数据就能完成训练，这一特性使其能够轻松跨越不同观测平台与探测波段。
借助该人工智能模型，研究团队对韦布空间望远镜的深度观测数据进行处理，发现了超过160个宇宙早期的候选高红移星系。而在此之前，人类在对该宇宙区域的所有观测中，仅发现了40-50个同类天体。显而易见，“星衍”的介入，大幅提升了高红移星系的探测效率与数量。
高红移星系是处于宇宙极早期、距离地球极为遥远，且光谱发生严重红移现象的星系。红移是指天体辐射的波长变长、频率降低的现象，主要由光源远离观测者（多普勒效应）或宇宙空间膨胀两种因素导致。红移值是波长改变量与原波长的比值，作为衡量天体远离速度和距离的重要指标，其数值越大，代表天体距离地球越遥远、退行速度（由于宇宙膨胀，天体远离地球的视向速度）越快。
通常，高红移星系的红移值极高，它们是宇宙大爆炸后不久（3亿至4亿年）形成的“婴儿”星系，完整保留着宇宙早期的恒星形成特征。在“星衍”投入使用前，发现这类星系主要依靠的是韦布空间望远镜的近红外波段观测和引力透镜技术。有了“星衍”之后，韦布空间望远镜的太空观测效率显著提升，让人们能观测到更多、更古老的宇宙情况，为理解“宇宙如何诞生”这一核心难题提供了全新的科学依据。从观测中获得的星系数量与密度、星系形态特征、星系光谱信息等数据，将填补人类对宇宙早期演化的认知空白，推动宇宙学研究进入新维度。
事实上，解码韦布空间望远镜的深度观测数据，了解宇宙黎明的“早期影像”对“星衍”而言只是一项小任务，它的能力边界远不止于天文的“通用平台”。如前所述，星衍的核心功能是区分复杂图像中的主目标与噪声，提升图像的信噪比，因此只要是涉及光子探测相关的场景都能派上用场。它能够兼容多种探测设备，成为通用型数据增强平台，除了深空探测之外，还适用于遥感、星地通信、态势感知等多个领域。
“星衍”还可以尝试与新一代望远镜强强联合。相较于韦布空间望远镜，人类现已研发出更先进的天文观测设备——西蒙尼巡天望远镜。该望远镜是薇拉·鲁宾天文台的核心设备，坐落于智利北部科金博大区帕穹山伊尔佩恩峰，海拔2682米，毗邻双子望远镜与南方天体物理研究望远镜。它搭载了全球最大的“时空遗珍巡天”相机，是目前世界上最大的数码相机，可将光学影像高效转化为数字信号。它每3天就能完成一次全天空覆盖，每晚产生2TB的原始数据，主要用于探测暗能量与暗物质、搜寻近地小行星及柯伊伯带天体、监测光学瞬变现象，以及观测银河系结构。
从2026年初开始，西蒙尼巡天望远镜将在10年间每3天对全天空进行一次前所未有的精细扫描，每晚将产生数百万条天体动态警报，精准标记出移动、变化或突然出现的天体。预计在一年内，鲁宾天文台收集的光学数据量将超过人类历史上所有天文光学数据的总和，由此逐步构建出最精细的宇宙三维图谱，并通过在线平台向全球开放。
如果“星衍”凭借其独特的算法优势与高超的算力，能够对西蒙尼巡天望远镜所获取的海量天文数据进行高效分析与解码，人类对宇宙的认知或将实现质的飞跃，天文学的成果也将更广泛地应用于实际生活。
总之，“星衍”的诞生为中国深空探测提供了重要思路：在硬件研发不断突破的同时，AI等智能技术可成为低成本、高效率的提升路径。这种“AI+天文”的交叉模式，为基础科研提供了全新范式：无需依赖昂贵的硬件升级，通过算法创新即可突破观测极限。当前，中国正在推进嫦娥探月工程、天问火星探测、小行星探测等任务，人工智能模型可直接应用于这些任务的数据分析，如提升火星探测器的地表观测精度、优化系外行星的信号识别、辅助小行星的轨道测量等，帮助深空探测实现硬件与软件“双领先”。
日前发布的国家“十五五”规划纲要对航天强国建设提出要求，其中深空探索作为航天技术的前沿阵地，承载着向更远宇宙进发的重任。如今，我国科学家研发的AI天文观测增强模型“星衍”（ASTERIS）成功突破天文观测深度极限，大幅提升了空间天文台詹姆斯·韦布空间望远镜的探测能力。这项近日发表在国际学术期刊《科学》上的研究成果，让人们看到了AI在天文领域的巨大潜力。今天，我们一同来了解“星衍”赋能深空探测的独特优势。
1 人类如何“丈量”宇宙
观察和探索星空，离不开工具的助力。随着科技的飞速发展，人类观测遥远星空的工具实现了“鸟枪换炮”的跨越。现代人观测宇宙主要通过四大核心手段：多波段电磁波探测（涵盖光学、红外、射电、X射线等）、引力波探测、宇宙射线与中微子探测，以及空间探测器原位探测。其中，依赖地面光学望远镜、射电望远镜、巨型望远镜阵列（如“中国天眼”）和空间天文台（如哈勃、韦布空间望远镜），可实现对宇宙结构、演化及极端物理过程的深入研究。
哈勃空间望远镜（HST）作为光学望远镜的代表，由美国国家航空航天局（NASA）和欧洲航天局（ESA）合作研发，1990年发射升空，运行在约540千米高的地球轨道，配备2.4米主镜，于可见光、紫外和近红外波段工作。它是人类历史上最重要的科研仪器之一，其核心成果包括初步揭示宇宙膨胀速度、深空星系演化及黑洞等奥秘。
韦布空间望远镜（JWST）是红外与紫外望远镜的代表，为哈勃空间望远镜的继任者，由NASA、ESA和加拿大国家航天局联合研发，主镜口径6.4米，观测面积为哈勃空间望远镜的5倍以上。它于2021年12月发射，可在接近绝对零度（-273.15℃）的环境中运行，最大贡献是发现了距今135亿年的宇宙最早星系（几乎不含重元素）。
“中国天眼”（500米口径球面射电望远镜）作为射电望远镜的标杆，自2020年投入使用以来，已发现900余颗新脉冲星（数量为国际同期其他望远镜的3倍以上），并在纳赫兹引力波、快速射电暴等领域取得一系列重要突破，能穿透星际尘埃研究遥远星系和脉冲星。
2 空间望远镜遭遇观测“迷雾”
在宇宙深处，隐藏着大量暗弱天体与结构，这些天体形成于宇宙大爆炸初期，观测和研究它们有助于解开宇宙起源演化、物质能量循环、时空本质等核心奥秘，同时也能帮助人类不断拓展认知边界。一个现实问题是，尽管人类拥有各种形式的空间望远镜，但对于宇宙的深邃无底、边界无垠，即便是目前最强大的韦布空间望远镜，在探索宇宙深处时也遭遇了诸多盲点和盲区。
造成深空观测瓶颈的原因主要有以下3个。
1.硬件升级受阻
要进一步提升韦布空间望远镜的观测效果，最直接的方法就是硬件升级，但目前硬件升级已进入平台期，难以突破瓶颈。因为无论是增大望远镜口径、提升传感器性能，还是向太空发射更先进的设备，都面临技术难度大、成本高的现实挑战。
2.宇宙噪声带来干扰
更棘手的是，宇宙环境的多样性和复杂性为深空观测带来了干扰。宇宙中的太阳系黄道光散射、银河系漫射光、未分辨的银河系外背景光线等天光背景噪声，会与空间望远镜的热辐射噪声叠加，犹如给深空笼罩了一层浓雾，让空间望远镜难以捕捉到暗弱天体的微弱光信号。天光背景噪声泛指宇宙中普遍存在的非目标天体发出的背景光，来源包括宇宙早期遗留的辐射、地球大气层辐射，以及大气发光、夜空中的光污染等，其主要成分是宇宙微波背景辐射（宇宙大爆炸后约38万年形成的残余辐射），具有接近黑体的光谱特性。
3.传统降噪方法有局限
过去，科学家通过把同一宇宙区域的多张照片叠加，即“多帧图像叠加”的传统方法来削减噪声、提升图像信噪比（衡量有用信号强度与背景噪声强度的比率，单位为分贝，数值越高则影像品质越好）。但使用这种方法的前提是照片中的像素点相互独立、无相关性，而宇宙中像素的关联非常复杂，很难通过照片叠加来驱散宇宙深处的“迷雾”。
3 AI三招助力深空观测
在此背景下，中国研究人员将穿透宇宙“迷雾”的希望寄托于近年来快速发展的AI技术。中国工程院院士、清华大学自动化系教授戴琼海团队联合清华大学天文系副教授蔡峥团队，研发出人工智能天文观测增强模型“星衍”，如同一束强光照进了天文观测领域的模糊空间。
研究团队以韦布空间望远镜为基础，借助“星衍”模型，成功将其探测深度提升了1.0个星等，这相当于把韦布空间望远镜的等效口径从6.4米拓展至近10米量级。依靠这一技术的突破，研究团队发现的极暗弱高红移候选天体数量是以往研究的3倍。
星等是天体亮度的衡量标准，通常指“视星等”，即从地球上所见天体的亮度，数值越低，星体越亮。古希腊天文学家喜帕恰斯将恒星划分为6个等级。1850年英国天文学家普森发现，1等星要比6等星亮100倍。据此，星等被量化：星等每级之间亮度相差2.512倍。一个天体的星等取决于它离地球的距离、本身的光度（即绝对星等）、星际尘埃遮蔽等多重因素。人的肉眼能分辨的星等极限约为6.5星等，而“星衍”提升1个星等，就意味着它能看到比之前暗2.512倍的天体。举个例子，如果韦布空间望远镜之前能看到位于宇宙边缘一个10瓦的灯泡，现在有了“星衍”的助力，便能看到一个3-4瓦的灯泡。
在AI时代，利用大数据解析复杂难题已成为常用的研究模式，AI的高效运行不仅需要大数据支撑，还离不开算法和算力的帮助。
大数据——空间望远镜的观测积累
以哈勃空间望远镜和韦布空间望远镜为代表的天文观测与研究，已积累并公开了海量数据。后者自2021年发射升空至今，收集了大量宇宙深空图像数据，中国研究团队用这些公开数据“投喂”AI，为模型训练提供丰富的“养料”。
算法——独特的光度自适应筛选
过去也有不少利用AI分析深空数据的研究，但这些研究往往沿用计算机视觉领域的通用指标，虽然能让数据变得“干净平滑”，却在无形中忽略甚至“磨平”了极暗弱的天体信号，难以全面、准确地解码宇宙空间的光学信号。此次，中国研究团队创新设计了“星衍”的核心算法：独特的光度自适应筛选机制。具体来说，“星衍”不再将背景噪声视为随机干扰，而是对噪声的涨落规律与星体本身的光度特征进行联合建模，引导AI专注于暗弱信号的提取与重建；首次采用“分时中位，全时平均”联合优化策略，通过中位数统计剔除宇宙射线等瞬态干扰，通过加权平均（一种统计方法）最大化暗弱信号的信噪比；建立全新的天文学AI评价体系，以“探测能力、形态保真、测光准确”为核心评价指标，将深空图像重构为时、空、光交织的三维体，既提升深度又保证数据严谨。
算力——区分信号与噪声
研究团队为“星衍”设定了目标——区分正确信号和周边噪声，并在算法加持下，为其“投喂”足够的空间图像数据，进一步强化模型的算力。最终，“星衍”对信号与噪声的理解展现出惊人的能力：探测暗弱天体的完备度提升1.0个星等、探测准确度提升1.6个星等。
4 “AI+天文”为科研提供全新范式
“星衍”取得的成果远不止于此。依托“星衍”，研究人员成功绘制出目前人类所能观测到的最深邃、最暗弱的早期极致深空星系图像——这些星系距离地球超过130亿光年，承载着宇宙诞生初期的原始数据与影像。作为当前国际上已知探测深度最深的深空影像，它们将为人类探索宇宙黎明时代的星系起源提供全新的关键数据支撑。
“星衍”的另一大核心优势在于其强大的泛化能力。作为一种融合时间、空间、光度的多维智能学习方法，它无需依赖人工标注，仅通过已有的天文观测数据就能完成训练，这一特性使其能够轻松跨越不同观测平台与探测波段。
借助该人工智能模型，研究团队对韦布空间望远镜的深度观测数据进行处理，发现了超过160个宇宙早期的候选高红移星系。而在此之前，人类在对该宇宙区域的所有观测中，仅发现了40-50个同类天体。显而易见，“星衍”的介入，大幅提升了高红移星系的探测效率与数量。
高红移星系是处于宇宙极早期、距离地球极为遥远，且光谱发生严重红移现象的星系。红移是指天体辐射的波长变长、频率降低的现象，主要由光源远离观测者（多普勒效应）或宇宙空间膨胀两种因素导致。红移值是波长改变量与原波长的比值，作为衡量天体远离速度和距离的重要指标，其数值越大，代表天体距离地球越遥远、退行速度（由于宇宙膨胀，天体远离地球的视向速度）越快。
通常，高红移星系的红移值极高，它们是宇宙大爆炸后不久（3亿至4亿年）形成的“婴儿”星系，完整保留着宇宙早期的恒星形成特征。在“星衍”投入使用前，发现这类星系主要依靠的是韦布空间望远镜的近红外波段观测和引力透镜技术。有了“星衍”之后，韦布空间望远镜的太空观测效率显著提升，让人们能观测到更多、更古老的宇宙情况，为理解“宇宙如何诞生”这一核心难题提供了全新的科学依据。从观测中获得的星系数量与密度、星系形态特征、星系光谱信息等数据，将填补人类对宇宙早期演化的认知空白，推动宇宙学研究进入新维度。
事实上，解码韦布空间望远镜的深度观测数据，了解宇宙黎明的“早期影像”对“星衍”而言只是一项小任务，它的能力边界远不止于天文的“通用平台”。如前所述，星衍的核心功能是区分复杂图像中的主目标与噪声，提升图像的信噪比，因此只要是涉及光子探测相关的场景都能派上用场。它能够兼容多种探测设备，成为通用型数据增强平台，除了深空探测之外，还适用于遥感、星地通信、态势感知等多个领域。
“星衍”还可以尝试与新一代望远镜强强联合。相较于韦布空间望远镜，人类现已研发出更先进的天文观测设备——西蒙尼巡天望远镜。该望远镜是薇拉·鲁宾天文台的核心设备，坐落于智利北部科金博大区帕穹山伊尔佩恩峰，海拔2682米，毗邻双子望远镜与南方天体物理研究望远镜。它搭载了全球最大的“时空遗珍巡天”相机，是目前世界上最大的数码相机，可将光学影像高效转化为数字信号。它每3天就能完成一次全天空覆盖，每晚产生2TB的原始数据，主要用于探测暗能量与暗物质、搜寻近地小行星及柯伊伯带天体、监测光学瞬变现象，以及观测银河系结构。
从2026年初开始，西蒙尼巡天望远镜将在10年间每3天对全天空进行一次前所未有的精细扫描，每晚将产生数百万条天体动态警报，精准标记出移动、变化或突然出现的天体。预计在一年内，鲁宾天文台收集的光学数据量将超过人类历史上所有天文光学数据的总和，由此逐步构建出最精细的宇宙三维图谱，并通过在线平台向全球开放。
如果“星衍”凭借其独特的算法优势与高超的算力，能够对西蒙尼巡天望远镜所获取的海量天文数据进行高效分析与解码，人类对宇宙的认知或将实现质的飞跃，天文学的成果也将更广泛地应用于实际生活。
总之，“星衍”的诞生为中国深空探测提供了重要思路：在硬件研发不断突破的同时，AI等智能技术可成为低成本、高效率的提升路径。这种“AI+天文”的交叉模式，为基础科研提供了全新范式：无需依赖昂贵的硬件升级，通过算法创新即可突破观测极限。当前，中国正在推进嫦娥探月工程、天问火星探测、小行星探测等任务，人工智能模型可直接应用于这些任务的数据分析，如提升火星探测器的地表观测精度、优化系外行星的信号识别、辅助小行星的轨道测量等，帮助深空探测实现硬件与软件“双领先”。
