Maison
Le grand modèle Tsinghua Xingyan rivalise avec le télescope James Webb dans la révélation de l’univers primordial.

Un modèle d'IA développé en interne brise les limites de la profondeur des observations en astronomie
La vision humaine a longtemps été confrontée à des limites lors de l'observation de l'univers vaste et lointain. Même des instruments avancés tels que le télescope spatial James Webb ont du mal à détecter les faibles signaux provenant du début de l'univers au milieu du bruit de fond. Une récente percée réalisée par l'Université Tsinghua change cette situation. Développé par l'équipe de l'académicien Dai Qionghai du département d'automatisation et par le professeur associé Cai Zheng du département d'astronomie, ce modèle d'amélioration des observations astronomiques basé sur l'IA, nommé "Xingyan" , surmonte les difficultés liées à la reconstruction fiable des photons dans des conditions de rapport signal-bruit extrêmement faible, marquant ainsi un bond important vers une plus grande profondeur des observations.
À quel point cette “technologie noire” développée en interne est-elle efficace ? Les données expérimentales montrent que le modèle Xingyan a permis au télescope spatial James Webb d'améliorer la profondeur de ses observations d'une magnitude et la précision de détection de 1,6 magnitude. En astronomie, de tels petits progrès permettent de capturer des lumière stellaire plus lointaine et plus faible. À l'aide de cet outil, l'équipe a identifié plus de 160 galaxies à haute décalage vers le rouge provenant du début de l'univers dans les données de champ profond du James Webb, soit trois fois le nombre de découvertes précédentes.
Ces nouvelles galaxies se sont formées pendant la “aube cosmique”, environ 200 à 500 millions d'années après le Big Bang. Elles représentent les premiers éclats de lumière dans l'univers naissant, offrant des données originales inestimables pour comprendre l'origine de tout.
Techniquement, le principal obstacle aux observations astronomiques est le bruit. Le fond lumineux du ciel et la radiation thermique du télescope créent un brouillard épais qui masque la lumière stellaire faible. La magie du modèle Xingyan réside dans sa capacité à transformer une image plane de l'espace lointain en un volume tridimensionnel lié au temps et à l'espace. En utilisant un mécanisme de filtrage adaptatif à la luminosité, il sépare clairement le bruit des signaux cibles. Cette approche, qui “débrouille le brouillard pour voir le ciel bleu”, non seulement restitue les signaux avec une grande précision, mais redéfinit également les limites de l'exploration de l'espace lointain.
Ces résultats ont été publiés dans la prestigieuse revue “Science”. Cette réalisation représente non seulement une victoire de l'intégration profonde de l'IA dans les sciences fondamentales, mais aussi un jalon important pour les équipes chinoises de recherche explorant l'univers. À mesure que le modèle Xingyan trouvera de plus en plus d'applications, les secrets les plus profonds de l'univers pourraient être révélés plus rapidement que jamais.
Article connexe
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
Recommandations de sujets spéciaux liés
commentaires (0)

Un modèle d'IA développé en interne brise les limites de la profondeur des observations en astronomie
La vision humaine a longtemps été confrontée à des limites lors de l'observation de l'univers vaste et lointain. Même des instruments avancés tels que le télescope spatial James Webb ont du mal à détecter les faibles signaux provenant du début de l'univers au milieu du bruit de fond. Une récente percée réalisée par l'Université Tsinghua change cette situation. Développé par l'équipe de l'académicien Dai Qionghai du département d'automatisation et par le professeur associé Cai Zheng du département d'astronomie, ce modèle d'amélioration des observations astronomiques basé sur l'IA, nommé
À quel point cette “technologie noire” développée en interne est-elle efficace ? Les données expérimentales montrent que le modèle Xingyan a permis au télescope spatial James Webb d'améliorer la profondeur de ses observations d'une magnitude et la précision de détection de 1,6 magnitude. En astronomie, de tels petits progrès permettent de capturer des lumière stellaire plus lointaine et plus faible. À l'aide de cet outil, l'équipe a identifié plus de 160 galaxies à haute décalage vers le rouge provenant du début de l'univers dans les données de champ profond du James Webb, soit trois fois le nombre de découvertes précédentes.
Ces nouvelles galaxies se sont formées pendant la “aube cosmique”, environ 200 à 500 millions d'années après le Big Bang. Elles représentent les premiers éclats de lumière dans l'univers naissant, offrant des données originales inestimables pour comprendre l'origine de tout.
Techniquement, le principal obstacle aux observations astronomiques est le bruit. Le fond lumineux du ciel et la radiation thermique du télescope créent un brouillard épais qui masque la lumière stellaire faible. La magie du modèle Xingyan réside dans sa capacité à transformer une image plane de l'espace lointain en un volume tridimensionnel lié au temps et à l'espace. En utilisant un mécanisme de filtrage adaptatif à la luminosité, il sépare clairement le bruit des signaux cibles. Cette approche, qui “débrouille le brouillard pour voir le ciel bleu”, non seulement restitue les signaux avec une grande précision, mais redéfinit également les limites de l'exploration de l'espace lointain.
Ces résultats ont été publiés dans la prestigieuse revue “Science”. Cette réalisation représente non seulement une victoire de l'intégration profonde de l'IA dans les sciences fondamentales, mais aussi un jalon important pour les équipes chinoises de recherche explorant l'univers. À mesure que le modèle Xingyan trouvera de plus en plus d'applications, les secrets les plus profonds de l'univers pourraient être révélés plus rapidement que jamais.
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I











