Lar
O Grande Modelo Tsinghua Xingyan Concorre com o Telescópio James Webb na Revelação do Universo Primitivo

Modelo de IA Desenvolvido Localmente Que Rompe os Limites de Profundidade das Observações Astronómicas
A visão humana sempre enfrentou limitações ao observar o vasto universo. Mesmo instrumentos avançados como o Telescópio Espacial James Webb têm dificuldades em detectar sinais fracos do início do universo em meio ao ruído de fundo. No entanto, um recente avanço da Universidade Tsinghua mudou essa situação. Desenvolvido pela equipe do acadêmico Dai Qionghai, do Departamento de Automação, e pelo professor associado Cai Zheng, do Departamento de Astronomia, este modelo de aprimoramento de observações astronómicas baseado em IA, chamado "Xingyan" , supera os desafios da reconstrução precisa de fótons em condições de baixa relação sinal-ruído, marcando um grande avanço na profundidade das observações.
Quão eficaz é esta “tecnologia negra” desenvolvida localmente? Dados experimentais mostram que o modelo Xingyan aumentou a profundidade de detecção do Telescópio Espacial James Webb em uma magnitude e melhorou a precisão da detecção em 1,6 magnitudes. Em astronomia, esses pequenos avanços permitem capturar luz estelar mais distante e mais fraca. Com este instrumento, a equipe identificou mais de 160 galáxias com alto desvio para o vermelho do início do universo nos dados de campo profundo do James Webb – três vezes o número de descobertas anteriores.
Essas novas galáxias se formaram durante o “amanhecer cósmico”, aproximadamente 200 a 500 milhões de anos após o Big Bang. Elas representam os primeiros sinais de luz no universo em seus primórdios, oferecendo dados originais inestimáveis para entender as origens de tudo.
Tecnicamente, o maior adversário nas observações astronómicas é o ruído. Fundos celestes brilhantes e a radiação térmica do telescópio criam uma névoa densa que esconde a luz estelar fraca. O segredo do Xingyan reside em transformar uma imagem plana do espaço profundo em um volume tridimensional entrelaçado com tempo e espaço. Utilizando um mecanismo único de filtragem adaptativo à luminosidade, ele separa com precisão o ruído dos sinais alvo. Esta abordagem, que “limpa a névoa para ver o céu azul”, não apenas restaura os sinais com alta precisão, mas também redefine os limites da exploração do espaço profundo.
Os resultados foram publicados na prestigiosa revista “Science”. Este feito representa não apenas uma vitória da integração avançada de IA com a ciência fundamental, mas também um marco importante para as equipes chinesas que exploram o universo. À medida que o Xingyan for ganhando mais aplicações, os segredos mais profundos do universo podem ser revelados mais rapidamente do que nunca.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (0)

Modelo de IA Desenvolvido Localmente Que Rompe os Limites de Profundidade das Observações Astronómicas
A visão humana sempre enfrentou limitações ao observar o vasto universo. Mesmo instrumentos avançados como o Telescópio Espacial James Webb têm dificuldades em detectar sinais fracos do início do universo em meio ao ruído de fundo. No entanto, um recente avanço da Universidade Tsinghua mudou essa situação. Desenvolvido pela equipe do acadêmico Dai Qionghai, do Departamento de Automação, e pelo professor associado Cai Zheng, do Departamento de Astronomia, este modelo de aprimoramento de observações astronómicas baseado em IA, chamado
Quão eficaz é esta “tecnologia negra” desenvolvida localmente? Dados experimentais mostram que o modelo Xingyan aumentou a profundidade de detecção do Telescópio Espacial James Webb em uma magnitude e melhorou a precisão da detecção em 1,6 magnitudes. Em astronomia, esses pequenos avanços permitem capturar luz estelar mais distante e mais fraca. Com este instrumento, a equipe identificou mais de 160 galáxias com alto desvio para o vermelho do início do universo nos dados de campo profundo do James Webb – três vezes o número de descobertas anteriores.
Essas novas galáxias se formaram durante o “amanhecer cósmico”, aproximadamente 200 a 500 milhões de anos após o Big Bang. Elas representam os primeiros sinais de luz no universo em seus primórdios, oferecendo dados originais inestimáveis para entender as origens de tudo.
Tecnicamente, o maior adversário nas observações astronómicas é o ruído. Fundos celestes brilhantes e a radiação térmica do telescópio criam uma névoa densa que esconde a luz estelar fraca. O segredo do Xingyan reside em transformar uma imagem plana do espaço profundo em um volume tridimensional entrelaçado com tempo e espaço. Utilizando um mecanismo único de filtragem adaptativo à luminosidade, ele separa com precisão o ruído dos sinais alvo. Esta abordagem, que “limpa a névoa para ver o céu azul”, não apenas restaura os sinais com alta precisão, mas também redefine os limites da exploração do espaço profundo.
Os resultados foram publicados na prestigiosa revista “Science”. Este feito representa não apenas uma vitória da integração avançada de IA com a ciência fundamental, mas também um marco importante para as equipes chinesas que exploram o universo. À medida que o Xingyan for ganhando mais aplicações, os segredos mais profundos do universo podem ser revelados mais rapidamente do que nunca.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri











