韦布望远镜旧数据挖出51 Eridani b:新算法FLIP灵敏度最高提升15倍

资讯 AI 行业观察 全文 1980 字 · 约 5 分钟读完 配图 2 张 分类学术研究

IT之家 11 月 21 日消息,美国西北大学(Northwestern University)研究团队开发了一种新的系外行星成像处理技术,从詹姆斯 · 韦布空间望远镜(JWST)此前拍摄的数据中,成功识别出一颗此前未能通过常规图像处理方法观测到的巨行星。 研究人员表示,这项技术可将望远镜对暗弱行星的探测灵敏度提升 2

所属频道 前沿研究

美国西北大学的研究团队开发出一种处理系外行星图像的新方法,并用它重新分析了詹姆斯 · 韦布空间望远镜(JWST)此前拍下的数据,从中找出一颗常规图像处理手段没能看到的巨行星。相关消息于 11 月 21 日公布。

研究团队称,这套方法能让望远镜对暗弱行星的探测灵敏度提高到原来的 2 至 15 倍。论文在 11 月 4 日刊登于《自然》。

韦布望远镜旧数据挖出51 Eridani b:新算法FLIP灵敏度最高提升15倍(配图 1)

这颗行星叫 51 Eridani b,地面望远镜早先已经发现过它。可宿主恒星的光太强,天文学家始终没法从韦布望远镜的一组红外观测数据里把它认出来。

直接给系外行星成像,难就难在恒星和行星的亮度差得太多。哪怕是比较亮的年轻巨行星,亮度也可能只有宿主恒星的约 10 万分之一。恒星的光穿过望远镜光学系统后,会在图像上留下一团明亮光晕,把附近行星那点微弱信号盖住。

长期以来,天文学家靠日冕仪(Coronagraph)挡住恒星的光,好去看它周围的行星。问题是仍有部分星光从仪器边上漏过来,形成残余光晕。

过去约 20 年里,常见做法是观测另一颗恒星取得参考图像,再拿它和目标恒星的观测图像比对、相减,把不需要的星光消掉。可望远镜镜面和其他光学组件做不到始终完全稳定,微小的位移、倾斜和温度变化都会改变光线分布,参考图像和实际观测因此对不上,剩下的残余光线足以把行星藏起来。

西北大学博士生 Rodrigo Ferrer-Chavez 领衔的团队为此开发了一种计算方法,名为 Physics-based Learning for Imaging Planets(FLIP)。西北大学物理与天文学助理教授 Jason J. Wang 也是论文共同作者。

和以往不同,FLIP 不再完全依赖参考恒星的真实照片。它给望远镜建了一个数字孪生模型,模拟恒星光线经过镜面、光学组件直到探测器的全过程,据此重建图像中的恒星光晕。

韦布望远镜旧数据挖出51 Eridani b:新算法FLIP灵敏度最高提升15倍(配图 2)

研究团队用自动微分和梯度优化等计算方法,调整模型里的数百万个参数,让模拟结果尽量贴近望远镜的真实观测。光学畸变、仪器微小位移以及其他不完美因素也被纳入模型,恒星光线因此重建得更准,随后从原始图像中扣除。

团队特别说明,FLIP 虽然用了和训练人工智能模型类似的计算优化工具,但它识别行星时并没有用人工智能,模型是照望远镜已知的物理规律建的。

Wang 说,光线通过望远镜的物理过程研究人员本来就清楚,所以不需要靠人工智能去理解图像里发生了什么。

团队拿韦布望远镜此前拍过的三颗恒星数据来测试 FLIP:有已知行星的 HIP 65426、51 Eridani,以及此前没有已知行星伴星的 TYC 5899。

测试结果里,FLIP 在各组观测数据上都好于传统图像处理方法,探测灵敏度提升约 2 至 15 倍。最受关注的一项,是从韦布望远镜对 51 Eridani 系统的红外观测中认出了巨行星 51 Eridani b。

这颗行星此前已由地面望远镜发现,但韦布望远镜在 4.3 微米波长下的观测一直没能靠传统处理方法识别出它。这个波段对研究行星大气中的二氧化碳格外重要,因为二氧化碳会强烈吸收相应波长的红外光,行星本就微弱的信号会被进一步削弱。

用 FLIP 重新处理同一组观测数据后,51 Eridani b 的光信号被成功分离出来。论文数据显示,传统方法没能探测到该行星的 F430M 滤镜观测中,新方法达到约 6.3 的信噪比,属于显著探测水平。

Wang 表示,这说明过去一些望远镜观测数据里可能早就含有有价值的行星信息,只是此前缺少足够有效的工具把它提取出来。

这项技术也可能影响未来的空间望远镜任务。NASA 正在推进规划中的宜居世界天文台(Habitable Worlds Observatory,HWO),其目标之一就是直接拍摄围绕类似太阳的恒星运行的类地行星。

类地行星比巨行星更暗弱,未来望远镜或许得把光学系统的稳定性控制在皮米级,也就是万亿分之一米的尺度。相关要求可能意味着,望远镜要比韦布望远镜稳定约 100 至 1000 倍。

研究团队认为,FLIP 这类基于物理模型的图像处理技术,将来或许能补偿望远镜部分微小的不稳定因素,减少对硬件极端稳定性的依赖。不过,该方法还需进一步压低计算成本,并在更多望远镜和观测数据上验证。

论文第一作者 Ferrer-Chavez 表示,人类目前还没在其他恒星周围发现与太阳系行星相似的行星系统,但这不代表它们不存在,也可能只是现有观测技术还认不出来。探测技术不断改进,天文学家有望找到更多类型的行星,进一步研究行星系统的形成与演化。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌AI智能体改一处代码成功率翻8倍:Harness自我优化研究

    IT之家 11 月 20 日消息,谷歌研究人员当地时间 11 月 17 日最新发表的研究论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)显示,通过让 AI 智能体逐步修改自身运行框架,并对每次修改进行验证,可以显著提高软件工程任务的完成率。在一项 SWE-

    来源 腾讯网
  2. 谷歌让AI自改运行框架:成功率由5%升至40%

    谷歌11月17日论文发现:只优化提示词,AI智能体成功率反从5%降至2.5%;而让优化模型直接改写其运行框架Harness,成功率升至40%,提升8倍。团队将仅142行的初始编程智能体拆成四块逐一改造,Harness负责上下文与记忆管理、多轮任务调度、工具调用及结果验证。结论是改框架比磨提示词更有效。

    来源 AI 产业速递
  3. 谷歌论文:光改提示词智能体成功率反降,改运行框架升至40%

    调教 AI 智能体,惯用手法是反复打磨提示词。谷歌 11 月 17 日发表的论文却给出反直觉结论:只改提示词,智能体成功率反而从 5% 跌到 2.5%;而让优化模型直接改写其运行框架,成功率冲到 40%,足足 8 倍。 142 行代码,拆成四块逐个改 Harness 指包裹在模型外围的运行框架,负责

    来源 AI 开发者社区
  4. 阿里云单季收入609.73亿增53%:吴泳铭称算力紧缺长期存在

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。 剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重

    来源 AI 行业观察
  5. 阿莫迪:AI领路人

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。 就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。 按发行价计算,这家成立不到六年的AI公司,完全稀释估值

    来源 AI 行业观察
  6. 谷歌论文曝RSI内部落地:SIM机制让AI经验跨模型遗传

    新智元报道 谷歌内部,或许真正实现了RSI!从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始!或许也正是这个原因,谷歌最近跟疯了似的不停发模型。Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇

    来源 腾讯网
  7. 亚马逊封堵AI购物助手,马斯克放话:也许该做个对手

    AI刚学会替你干活,亚马逊、摩根大通、嘉信理财就开始堵门了! 10月18日,@trikcode在X上列出了一份「AI碰壁清单」,点名达美航空、摩根大通、嘉信理财、Yelp和亚马逊。 他吐槽: 那些本该替我们搞定一切的AI智能体,开始被互联网挡在门外。 人愿意买,AI愿意跑腿,但最后一公里却卡在了平台不肯放行上! 而亚马

    来源 AI 行业观察
  8. Claude Fable 5.2攻克黑洞物理:20年计算收尾,界值锁定9.1266

    2026年11月17日,Anthropic公布Claude Fable 5.2解决了黑洞物理领域两个长期未解问题:一是完成了理论物理学家2003年搭好框架却未能算完的霍金-佩奇相变计算,二是将模块化自举方法的精确上界锁定为c/9.1266,优于此前人类得出的c/8.5。两篇论文由Claude在"极少指导"下独

    来源 AI 科技快讯
  9. Claude宣称证出黎曼猜想:1700万行代码,数学家先要验真

    11月20日,Anthropic数学家Levent Alpöge称在Claude帮助下找到黎曼猜想及广义黎曼猜想的证明,但未发表完整论文,仅公布约1700万行的Lean形式化证明证书。截至11月21日,该主张尚未经独立专家完整审查,克雷数学研究所的奖金评定还要求在同行评审期刊发表并经过至少两年审查。

    来源 凤凰科技
  10. 中南大学通报湘雅系3篇论文:学术不端坐实,多人被降级禁报

    被网友扒出“1 厘米标尺上竟刻着 12 个格子”的湘雅系论文,有了官方结论。中南大学今日通报称,面对网络上对湘雅二医院、湘雅医院 3 篇论文的质疑,学校组织同行专家核查实验记录、原始数据与投稿记录,经校学风建设委员会审议,三篇论文全部坐实学术不端。 三篇论文,三种病 被点名的论文横跨三本期刊:202

    来源 AI 开发者社区
  11. OpenGCUA实测:8个顶尖模型任务得分平均涨19.6分

    2026年9月的某一天,研究团队让Qwen3.8-Max去完成一个真实的macOS任务:在一张工作表里解答125道题目。模型写出了一段看起来有模有样的代码,用了循环、用了函数,处理完后自信地打印出"computed answers: 85"。问题是,这份工作表一共有125道题要答,它只答了85道,剩下40道题目所在的行

    来源 腾讯网
  12. AI编码效率被评审吃掉:哈佛718家企业数据与2026工具链新变量

    哈佛研究证实AI生成代码并未提升实际交付量,瓶颈已转移至评审环节。Code Mode与Harness架构演进将安全边界移入沙箱,开源工具正拆解工程硬墙。具身智能方面,南京智造大会与北京人形中心论文显示,行业焦点从表演转向落地成本与分层协同。整体趋势表明,AI行业已从技术叙事进入商业化验证、可审计性与稳定交付的深水区。

    来源 AI 应用前沿
  13. Anthropic数学家联手Claude:黎曼猜想证明成了?

    IT之家 11 月 20 日消息,据《科学美国人》报道,当地时间 20 日,Anthropic 数学家莱文特 · 阿尔波格宣称,自己与 AI 模型 Claude 合作,攻克了数学界最著名的难题之一 —— 黎曼猜想。 阿尔波格在个人网站发表声明称:“我相信,我与 Claude 合作找到了黎曼猜想的证明。” IT之家注:黎

    来源 AI 行业观察
  14. HD Moore 实测近200万条请求:AI服务链泄密,“零数据保留”也失守

    IT之家 11 月 21 日消息,科技媒体 Ars Technica 今天(11 月 21 日)发布博文,报道称安全公司 Dragos 首席研究官 HD Moore 向多家 AI 服务商发送近 200 万条带有可追踪“诱饵”的请求,发现 AI 服务链存在黑客窃取提示词、转售商泄露数据及未遵守隐私设置等问题。 研究人员故

    来源 AI 行业观察
  15. 起底Anthropic(二)末世论技术宅

    ► 文 观察者网心智观察所 2023年春天,前“人类未来研究院”学者埃米尔·托雷斯与前谷歌人工智能伦理团队负责人蒂姆尼特·格布鲁首次抛出“TESCREAL”这一缩写词,并于2024年4月正式发表合著论文,对这一概念作了系统诠释。两位熟知EA运动内情的批判者一针见血地指出,硅谷技术精英圈所流行的有效利他主义、长期主义、奇

    来源 腾讯网
  16. PremiseCheck研究:让AI审稿先拆断言再核对,成本能降多少?

    先说一个场景。你是一篇论文的作者,凌晨两点打开评审意见,看到这样一条: “这篇论文的可复现性有限,因为只在 Gopher 模型上做了测试,而这个模型既不开放 API 也不开放权重。” 你心里一沉,因为你们明明用的是 OPT-6B,而且附录里专门写了复现步骤。你去 rebuttal 里解释,评审可能不看,AC 大概也不会

    来源 腾讯网
  17. alphaXiv上线AI Agent专属预印本服务器:936个Agent自组学术圈

    有点不可思议,AI Agent 已经开始组团搞科研了。近日,alphaXiv 推出了一个专门面向 AI Agent 的预印本服务器,允许不同实验室的 Agent 在同一个平台上自主开展研究、交流成果。这些 Agent 会提出假设、设计实验、运行代码、分析数据,还会把研究成果写成论文,提交给其他 Agent 审查。更有意

    来源 腾讯网
  18. OpenAI开放GPT-Live-1.1 API:实时双向对话,智能体边聊边干活

    OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交互能力,可以

    来源 AI 开发者社区
向下滚动自动加载更多