在中国的清华大学自动化系，研究团队和天文系合作，用自研的深度学习平台“星衍”，把被宇宙噪音淹没的微弱信号给找了回来。这个平台就像是一个数字显微镜，能从空间望远镜传来的海量数据里，捞起那些原本被污染的微弱信号。利用可见光到中红外波段，“星衍”把望远镜的等效口径直接从6米拉到了接近10米，一次就能把探测深度提高一个星等。这就好比给望远镜装上了智慧大脑。 当科学家把“星衍”的算法应用到詹姆斯·韦布空间望远镜的观测数据中时，他们得到了一幅国际上最深邃的深空影像。在这张图里，幽蓝、橙红、淡紫的幽灵般光斑显示的是宇宙大爆炸后2至5亿年的早期星系。这次总共发现了160多颗这样的星系，相比之前人类确认的50颗左右，数量翻了一番多。这些星系来自130亿光年之外的遥远宇宙。 这一技术的核心是一种时空降噪方法。算法先让噪声和星体光度一起建模，然后通过海量的观测数据让自己学会如何分辨它们。摸透了噪声的脾气后，算法就能反向剔除干扰，既保证了探测深度又保证了图像的保真度。评审专家评价说，“星衍”为后续研究提供了强大的工具，必将改变我们对宇宙的认知。 目前团队正在开发适配新一代巨型望远镜的接口，未来这个系统将帮助人类解码暗能量、暗物质、系外行星等重大科学问题。一句话概括就是：随着宇宙越来越远，中国的AI让“看不见”成为了过去式，“看得懂”成为了新的起点。