民革党员戴琼海院士团队参与，绘出迄今最深邃的极致深空星系图像

清华大学发布消息，该校自动化系戴琼海院士团队和天文系蔡峥副教授团队（以下简称：研究团队）理工融合、交叉研究提出时空自监督计算成像模型——星衍 (ASTERIS)，攻克极低信噪比下的高保真光子重构难题突破天文观测深度极限，将詹姆斯·韦伯空间望远镜探测深度提升1.0个星等，找到3倍数量于过往研究的极暗弱高红移候选天体，绘制出迄今最深邃的极致深空星系图像。

AI模型星衍概念图

相关研究成果于北京时间2月20日以《自监督时空降噪提升天文成像探测极限》(Deeper detection limits in astronomical imaging using self-supervised spatiotemporal denoising)为题，以长文形式“优先发表”(First Release) 于《科学》杂志（Science）。审稿人称赞其为“杰出的工作与强大的工具”“会对天文领域产生重要的影响”。

团结君注意到，参与这项研究的中国工程院院士戴琼海是一名民革党员，现为民革中央常委、民革中央教科卫体委员会副主任、民革北京市委会副主委。

戴琼海

戴琼海长期从事人工智能、视频处理及通信、光场与计算摄像学等领域研究并取得世界领先成果，曾获国家技术发明奖一等奖、国家科学技术进步奖二等奖和第二届民革榜样人物等荣誉。2017年，戴琼海当选中国工程院院士。

多年来，研究团队始终聚焦观测天文学的核心物理挑战，从光学像差矫正到大气湍流补偿，不断突破探测极限。通过计算光学原理与人工智能算法的深度耦合，团队实现了对海量观测数据的多维解译。这些技术沉淀最终孕育出星衍方法——它将深空图像重构为时空光交织的三维体，像从一块璞玉中精细雕琢出隐藏的纹路。

据介绍，星衍方法的核心，在于独特的光度自适应筛选机制。它不再单纯将背景噪声视为随机干扰，而是对噪声的涨落与星体本身的光度进行联合建模。这个机制引导模型专注于对暗弱的信号的提取与重建。

在詹姆斯·韦伯空间望远镜的观测数据上，星衍展现了惊人的效果：将探测暗弱天体的完备度提升了整整1.0个星等，并将探测的准确度提升了1.6个星等。“这相当于将望远镜的光子收集效率提升了近一个数量级。从探测深度角度评估，相当于把韦伯空间望远镜的等效口径从6.4米提升到了接近10米量级。”研究人员介绍道，“这一突破为研究极端暗弱天体打开了新的窗口。”

依托这一技术，研究团队在韦伯空间望远镜的深度观测数据中，发现了超过160个宇宙早期的候选高红移星系，数量是先前发现的3倍。

这项突破性成果是清华大学人工智能与天文科学深度交叉融合的结晶。成像与智能技术实验室在智能模型与算法及计算成像领域的深厚积累，与天文系团队对天体物理科学前沿和海量观测数据的深刻理解紧密结合，共同促成了理论与技术创新。

研究团队主要成员合影

（根据清华大学官方网站、团结报团结网等相关报道整理）

作者 _ 许晨星

审核 _ 吴姝静

监制 _ 万李娜

本期编辑 _ 许晨星 肖雨霏

欢迎分享，留言交流。转载请注明出处。

·

·

·