凌晨1点的北京天文台楼顶，天文学家盯着电脑屏幕——韦伯望远镜刚传回来的深空图像里，暗弱的星系信号像被雾裹住的萤火虫。直到他们运行了一个叫“星衍”的AI模型，屏幕上突然多了100多个小亮点：“这是宇宙大爆炸后2亿年的星系啊！”上周，清华团队的这项成果登了《科学》杂志，把人类看深空的“眼睛”，又擦得更亮了一点。
韦伯的“遗憾”：再牛的望远镜，也怕“宇宙光污染”作为人类最昂贵的“太空之眼”，韦伯望远镜能看到138亿年前的宇宙，但它也有“软肋”：宇宙里的背景噪声太多了——太阳系的黄道光散射、银河系的漫射光，再加上望远镜自身的热辐射，把暗弱星系的光“埋”在噪声里。就像你在菜市场找一个小声说话的人，周围越吵，越听不清。
以前天文学家的办法要么是“堆硬件”——把望远镜镜子做更大，要么是“叠照片”——把几百张图叠起来找信号，但越到后面越难：硬件成本翻几倍，效果却只涨一点；叠图多了，反而把暗弱信号“磨”没了。
清华的AI“绝活”：不赶噪声，而是“读懂”噪声清华自动化系戴琼海院士团队和天文系蔡峥副教授团队，联手搞出个叫“星衍（ASTERIS）”的AI模型——它不把噪声当“敌人”，反而把噪声的“脾气”摸得透透的：
星衍有个“光度自适应筛选”机制，专门盯着那些“比噪声亮一丢丢”的信号——就像在沙堆里找金粒，不管沙子怎么动，只盯着“反光的小点”；还有个“分时中位+全时平均”策略，把多帧照片里的信号“攒”起来：100张照片里，某颗星在50张里出现过，就把这些信号加起来，同时剔除宇宙射线的干扰——既不会漏掉暗弱星，也不会把噪声当成星。
效果“炸了”：韦伯的“视力”提升一倍，找到3倍早期星系用韦伯的数据测试时，星衍直接把探测深度提升了1个星等——相当于把韦伯的“等效口径”从6.4米变成了10米！以前韦伯能找到52个“宇宙黎明”时期的星系（大爆炸后2-5亿年），现在星衍帮着找到了162个——整整3倍。这些星系的光走了130多亿年才到地球，差点被噪声“吞”了，现在终于“见光”了。
更关键的是，这个AI没“瞎修图”。以前有些AI模型把天文数据“修”得很干净，但把星系形状都改了——就像把“五角星”修成了“圆疙瘩”。清华团队专门搞了套“天文标准”：不管图片好不好看，先看“能不能准确找到星系”“星系形状对不对”“亮度准不准”——就像考试不考“字写得好看”，只考“答案对不对”。
不是为了做AI，是为了“找宇宙的秘密”为什么这件事值得关注？因为人类探索宇宙的“硬件天花板”快到了，但星衍给了另一条路：用算法突破硬件的局限。就像你用手机的“夜景模式”，不用换镜头就能拍清楚暗部——只不过这次，我们拍的是宇宙最深处的“婴儿照”。
蔡峥副教授说：“不是为了做AI而做AI，是为了找那些藏在噪声里的宇宙秘密。”这些秘密正从屏幕里一点点冒出来：162个早期星系，每个都是“宇宙黎明”的见证者——它们的光，记录着宇宙从“黑暗”到“第一缕光”的瞬间。
最后的话：我们看星空的眼睛，又亮了一点上周，这项成果登了《科学》杂志，审稿人说它是“杰出的工作与强大的工具”——但对普通人来说，更浪漫的是：下次你抬头看星空，那些最暗的光点里，可能就有星衍帮我们找到的“宇宙婴儿”。
人类探索宇宙的路，从来不是“靠眼睛看”，而是“靠脑子想”——从伽利略的望远镜，到韦伯的太空之眼，再到今天的AI模型，我们对星空的好奇，总能把“不可能”变成“可能”。
而这次，是清华的科学家们，把我们看星空的“眼睛”，又擦得更亮了一点。
