清华团队让韦布望远镜看得更远：AI算法从噪声里捞星星

凌晨两点，清华大学博士生郭钰铎猛地从电脑前蹦了起来。算法通了——那些微弱的星光，从铺满屏幕的雪花点噪声中冒了出来。他赶紧给组里每个人发微信，结果一个回的都没有……

可就在那一夜，人类能看到的宇宙边界悄悄往外挪了：他这套算法，让造价100亿美元的韦布望远镜捕捉到了此前根本看不见的东西。

图源：果壳视频

显微镜和望远镜，解决的是同一类问题？

2020年，郭钰铎进入清华大学成像与智能技术实验室攻读博士。该实验室主攻计算成像，说白了就是给相机“装个大脑”：镜头管采光，算法管推测，两边一配合，能挖出更多信息。

这个工科实验室本已相当能打，但大师兄吴嘉敏又带队跨界做起生物：活的小鼠往台上一放，用他们自己攒的、装了大脑的显微镜一照，小鼠脑细胞的活动清清楚楚，相关成果多次登上顶刊。

图源：果壳视频

不过刚入学的郭钰铎没跟着师兄去看生物。他领到的是一项全新课题——用望远镜看星星。

显微镜在实验台上，望远镜在天上；一个盯着微米级的细胞，一个望着百亿光年外的星系。这难道不是两码事？

“我们做光学，是以问题为引导，”吴嘉敏说，“它们解决的都是光学的问题，只是应用领域不同。”

生物成像里，光要穿过几毫米厚的组织；天文观测里，光要跋涉上百亿光年，还得穿过地球大气。尺度差了好多个数量级，可要处理的是同一件事——怎么从糊成一团、噪声满布的照片里，把有价值的信号找出来。

比如下面这张实拍的天文照片，密密麻麻全是雪花点，跟老式电视机没了信号一个样。

未经处理的天文照片 | 果壳拍摄

这些挤作一团的雪花点，可能是极其微弱的星光，也可能是设备自身的底噪、太空中弥漫的微弱背景光，或者是光子随机出没带来的干扰。要把信号从噪声里分出来，天文学的传统做法是叠加曝光。

对同一片天空连拍多张，对齐后再叠到一块。短暂曝光期间天体不动，它们发出的星光总落在同一个位置；噪声则是随机的，东一个西一个。叠起来以后，星光就更醒目，噪声被摊平了。理论上，信噪比想提升M倍，曝光次数得是M的平方。比如提升3倍，就要叠3×3=9张；提升10倍，得叠100张。

图源：果壳视频

那一直叠下去，能不能无限清楚？

答案是不能。这套办法收益递减得很厉害：想把韦布望远镜的探测极限从31等推到32等，总曝光时间就要从4天拉长到大约一个月。可望远镜是全世界科学家共用，各课题组关注的天区不一样，设备工作时长也有限，不可能对着一个位置没完没了地拍。叠加曝光法很快就顶到天花板。

郭钰铎说：“这个时候AI出现了。我觉得一切都是刚刚好。”

为什么不问问AI？

拿AI给天文图像降噪，起点是一次课后答疑。

为了补天文知识，郭钰铎选了《观测天文学》，讲课的是清华大学天文系副教授蔡峥。下课后他向老师请教，能不能用AI做天文图像降噪。蔡峥第一反应是没戏——空间望远镜的数据处理管线都是千锤百炼出来的，照片上每一个像素点，天文学家都认真琢磨过了。蔡峥觉得已经没有可提高的余地，甚至说“神仙来了也没用。”

图源：果壳视频

听业界权威泼了这么一盆冷水，换一般人可能就收手了。郭钰铎偏偏选择死磕。

斯巴鲁望远镜是地面最强的那一台，郭钰铎把它拍下的几百张照片全下载了下来，打算拿这些数据训练AI。动手之前，他先干了一件事，师兄吴嘉敏后来逢人便夸：把照片里亮的部分整个砍掉。

天文图像的动态范围大得离谱，挨着的两颗星，亮度可能差上千倍。一起塞进网络，算法的注意力准被亮星拽走。天文学家追的偏偏是极致的科学，眼睛盯的是观测边界上那些快被噪声吞掉的暗弱目标，新的科学发现更可能埋在那儿。砍掉亮星，算法才能把劲使在正地方。

图片处理完，按8张一组打包，整摞送进AI。

以往训练的路子，是先把多张曝光照片按像素叠起来，合成一张新图再喂给AI，信息只在二维平面上用。郭钰铎没走这条路：他不合成，把一张张原始曝光直接交给模型。这些照片拍摄时间不同，画面各有差异。AI看到的不只是二维平面图，还能沿时间轴看出前后画面的变化，数据就此变成三维信息。

8张曝光图构成三维堆栈 | 果壳视频

训练方法同样得另起炉灶。理想状态是有一张“完全没有噪声”的照片当标准答案，可宇宙里压根不存在这样的照片。

团队于是走“自监督”这条路：16张曝光照片分成AB两组，每组8张。两组拍的是同一片天空，星星位置一模一样，噪声各不相同。AI拿A组8张生成一张降噪图；B组8张则用叠加曝光合成一张，当作相对清晰的“参考答案”。

AI生成降噪图和叠加曝光的对比 | 果壳视频

两张图摆到一起比：两侧都有的东西是星星，降噪时留下；只在一侧冒出来的东西是噪声，降噪时去掉。每比一次，AI认星星的本事就长一点，理论上存在超过传统方法的可能。

只训练了几个星期，AI就能把图像处理得又干净又漂亮。可郭钰铎发现：画面里没有多出任何一颗星星。

没过多久，一个下大暴雨的日子，蔡峥突然来电，说要聊聊算法。紧接着，他冒雨从天文系赶过来，在茶歇间脱掉湿透的鞋子，换上郭钰铎的拖鞋，开口第一句就是：“你这个算法不对，它是没有用的。”

两个人一起把当时那套算法设计彻底否了。郭钰铎一度很沮丧，定了定神，他问蔡峥：“如果我们做成了，这个东西在科学上，会有什么价值？”蔡峥没直接答，抬手在白板上画了一条曲线——高红移星系的光度函数。

大爆炸之后，宇宙陷入漫长的黑暗，直到第一批星系诞生，世界才有了光。这些最初的星系，是稀稀拉拉，还是密密麻麻？不同亮度的星系，在宇宙里各有多少？曲线讲的就是这件事。人类花了几十年，砸下巨资打造最好的望远镜，曲线也只画到了这里（上图中蓝色曲线最右端）。

蔡峥说：“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。”

凌晨两点的成功

在人类认知的无人之境，点上一个点。揣着这份信念，郭钰铎重新出发。过去的设计全部推翻重来，想做的点子、攒下的洞察，统统写进一个全新的方法。

恰好这段时间，人类最好的太空望远镜詹姆斯·韦布放出了海量深空数据。跨越百亿年的光落在成千上万张照片里，成了AI的“真题”。为了加快训练进度，郭钰铎常常在电脑前一坐就到深夜。

“做learning（机器学习），特别是眼下这项研究，我自己的体会是进度条并非线性爬升。也许你埋头干了一两个月，进度始终卡在10%甚至5%，怎么看都看不到起色。可只要咬牙撑住，某个晚上它忽然就蹿到90%、95%。所以别松劲，说不定成功就落在下一个晚上。”

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。郭钰铎激动得不行，抓起手机，给能想到的所有人挨个发微信。大家都睡着了，没人回他，他还是激动。

几天后，兴奋退去，他对自己这份成果展开了最严格的质疑。大师兄吴嘉敏点出问题：怎么证明降噪结果不是AI瞎编的？他们一起给AI办了一场模拟考——先造一批“假星星”，放进真实的噪声里，再让各种算法同场比拼，看谁找的星星多。

25颗假星星，三种方法分别找到了13、17和23个，新算法遥遥领先（最右）

在90%完备度下，新算法把探测极限抬高约1.0个星等；在90%纯度下，这一提升超过1.5个星等。完备度与纯度这两个指标常常彼此牵制：天上若有100个星系，算法能找出90个，完备度即为90%；算法声称找到100个，其中90个为真，纯度便是90%。找到的越多，混入的假货也越多，纯度随之走低。新算法却让两头一起往上走。更关键的一点是，天体光斑的形状与亮度测量均未改动，它所做的只是剔除噪声，既没给数据添东西，也没减东西。

条件相同时，新算法能看到的星，比传统叠加法要暗1个多星等。这样的提升幅度，等同于把韦布换成一面10米口径的镜子。真要造出这面镜子，得掏出三四百亿美元。而他们付出的，不过是一点算力的开销。

小星系点亮了宇宙

郭钰铎拿这套新算法把韦布望远镜的JADES深场数据重新过了一遍。结果找到162个早期星系候选体；传统办法此前只找到约50个，新算法找到的这些里有75%从未被报告过。已经过光谱确认的星系，一个都没被漏掉。

图为过往研究（蓝紫星标52个）与星衍（橙色星标162个）所发现高红移候选星系的对比效果

暗弱小星系的数量远超理论模型的预测。早期宇宙可能比我们以为的要拥挤得多。把宇宙从漫长黑暗中重新点亮的力量，也许并不来自某几个特别亮的大星系，而是那些微弱暗淡却不计其数的小星系。

算法被团队命名为“星衍”，出自《易经》的“大衍之数”，英文名ASTERIS。论文投给了《科学》杂志，审稿人的反馈相当积极。审稿人原话是：“总体而言，我认为这是一项非常相关的工作，可以对整个天文学产生重要影响。”

三个月后，“星衍”正式发布。

蔡峥说：“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。”他接着说，“而人总是希望见到更多的风景，这定义了人为什么是人。”

这套开源算法并非只给韦布用。它不挑望远镜，地面和空间、中国和外国的设备都能用。硬件不用升级，观测时间也不用占用。

这到底意味着什么？

1995年，哈勃对着天上一小片看上去空无一物的黑暗区域，连续拍了10天。照片洗出来后，所有人都愣住了：那粒沙子大小的天区里，密密麻麻挤着近3000个星系。这就是著名的“哈勃深场”，人类对宇宙规模的想象被它彻底改写。

宇宙年龄被推算到138亿年、宇宙加速膨胀得到印证，这些改写教科书的结果，背后都是哈勃攒下的一张张照片。

眼下，哈勃30多年来的存档，以及全世界天文台硬盘里沉睡的老照片，都能翻出来重新“洗”一遍。旧片子里说不定还藏着没人见过的星星，下一次颠覆人类想象的发现，也许就在其中。

论文发表之后，郭钰铎一下子忙了起来。国内外天文团队纷纷找过来，都想把这套算法用到自家望远镜上。

他们请郭钰铎参加线上讨论。他在旁边听着天文学家热火朝天地聊效果有多好、还能怎么改进。“我也不说话，我有时候知道答案，但是我也没说，就看他们讨论。我一个工科生做出的工具，被天文学家们这样认可，蛮开心的。”

他还说：“希望它能真的给我们国家望远镜带来更多的增益。”

那个无人之境里，中国人终于点下了自己的那个点。

参考文献

[1]https://www.science.org/doi/10.1126/science.ady9404

[2]https://www.tsinghua.edu.cn/info/3155/119959.htm

[3]https://mp.weixin.qq.com/s/8umQcXpg4usxz0sPafL19Q