凌晨 2 点，在清华实验室，人类能看见的宇宙悄悄变远了

📌 一句话摘要

清华大学博士生郭钰铎通过创新的 AI 算法‘星衍’，让价值 100 亿美元的韦布望远镜显现出以往看不见的暗弱星系，显著提升天文观测极限。

📝 详细摘要

文章讲述了清华大学博士生郭钰铎在计算成像实验室的科研历程。起初，他受蔡峥教授建议尝试用 AI 处理天文图像，但被业界权威否定。郭钰铎坚持研究，首次将 AI 训练方法从二维叠加曝光创新为三维时间轴堆栈，采用自监督学习策略。算法经过严格验证，显著提升了韦布望远镜的探测极限。该算法不仅成功发现了 162 个高红移星系候选体，其中 75%为前所未见，还让传统方法只能找到的约 50 个候选体增至 162 个。团队将算法命名为‘星衍’（ASTERIS），已开源并引起国内外天文学家的广泛关注。

💡 主要观点

1. AI 算法‘星衍’显著提升了天文望远镜的探测极限 该算法在 90%完备度下将探测极限提升约 1.0 个星等，在 90%纯度下提升超过 1.5 个星等，相当于为韦布望远镜换上一面 10 米口径的镜子，但只需支付算力成本。
2. 创新的三维堆栈训练方法突破了传统二维叠加曝光的局限 将 8 张原始曝光照片直接输入 AI 模型，使其能够沿时间轴捕捉画面变化，形成三维信息，显著提升了信号检测能力。
3. 算法发现大量前所未见的暗弱小星系，重新定义了宇宙早期的星系分布 通过对韦布 JADES 深场数据的处理，算法发现 162 个高红移星系候选体，其中 75%此前未被报道，暗示宇宙早期的小星系数量远超理论模型预测。
4. 算法开源后得到国内外天文学家的广泛认可与应用 该算法不依赖特定望远镜，已被多所天文机构采用，引发对旧有天文数据再处理的前景广泛关注。

💬 文章金句

• 人类的认知是往前走了一个星等，但想理解宇宙的规律，比蚂蚁懂广义相对论还难。
• 如果这个事儿能做成，我们就可以在无人触及的地方，点上我们的点。
• 凌晨两点，算法突然跑通了。暗弱的星星，一颗接一颗，从噪声里浮现出来。
• 下一次颠覆人类想象的发现，说不定就在其中。

📊 文章信息

阅读完整文章