人类正在迎来一个全新的宇宙探索时代，新一代观测设施正在以前所未有的速度收集来自宇宙深处的数据。但一个新的问题也随之出现：这些望远镜每天可能产生数TB甚至数十TB的数据，远远超出了科学家人工分析的能力。而AI正在成为天文学家探索宇宙的新工具。当AI开始帮助人类探索宇宙，我们又将发现哪些过去无法看到的秘密？接下来就让我们回到ALIGNMENT 2026大会现场，来看看这场精彩的演讲。

我叫孙凤梧，现在是杭州西湖大学的助理教授。杭州现在也是一座以AI出名的城市。在此之前，我在哈佛大学做博士后，也是JWST的NIRCam科学团队成员。JWST是詹姆斯·韦布空间望远镜的简称，是人类发射到太空的最大望远镜。NIRCam（近红外相机）是JWST的主力仪器，它拍摄了刚才展示的那些美丽图像。今天我想介绍我们领域的一些进展，包括我们的图像有多美，以及AI正在怎样改变我们这个领域——教我们给宇宙“拍电影”，教我们怎么看自己的数据。

我相信大多数人都看过这张图，这是JWST最早发布的图像之一，而且是拜登总统在白宫亲自发布的。当时还在疫情期间，这是那一整年里为数不多的好消息之一。大家可以看到，图里几乎每一个光点都是一个星系，它们离我们几十亿光年，每个星系又有数十亿颗恒星。这台望远镜早在1996年就开始设计，花了将近25年才完成建造和测试，用Ariane 5火箭从库鲁发射。

这是我们最后一眼看到它的样子，随后它飞向第二拉格朗日点，那是12月25日。大家可能会好奇NASA为什么要花100亿美元造它？这台口径6.5米的望远镜比校车还大，还要把它送上太空。我来简单介绍一下我们这些研究河外星系的天文学家每天是怎么工作的：基本上，我们就像炼铁厂里的这位工人。你看他手里拿着一小块熔化的金属，但他身后的背景（炉子）本身温度就非常高。

想一想地球本身就是一个300开尔文（约27°C）的黑体，如果你想在红外波段观测东西背景就会非常亮。只有把背景降温、把望远镜发射到远离太阳和地球的地方，避开太阳和地球的光你才能从更暗的背景里认出目标。这就是“冷”的力量！JWST的整体设计思路就是用一面大镜子收集更多的光，再把它冷却下来压低背景噪声。这就是JWST。

这可以说是最美的图像之一，是大家从JWST看到的，我们叫它“宇宙悬崖”，因为你能清楚地看到恒星风形成的前沿。恒星是由氢气组成的，而要形成氢分子就要借助太空中的尘埃颗粒让氢原子聚集并发生反应。在这片星云的一侧还有大量尘埃，那里正在形成恒星；而在另一侧年轻的恒星已经形成它们从这道前沿把气体吹散。

类似地，如果比较哈勃和JWST对银河系恒星形成区的拍摄就会看到截然不同的景象。左边是非常经典的画面，我们叫它“创生之柱”，那里的尘埃挡住了恒星形成区发出的光；但在右边JWST拍的画面里，你确实能看到大部分恒星。因为到了红外波段光更容易穿透尘埃，而且你看到的尘埃是在发光而不再是在挡光。这就是红外的力量！

再多讲一点我自己的研究，我主要做的是深场观测。我们合作团队的主要科学目标是寻找宇宙中的“第一缕光”：宇宙中最早形成的天体是什么？在哪里能找到它们？它们长什么样？通常我们有两种做法。第一种是把望远镜对准没有亮星的天区，尽可能长时间地曝光就盯着它拍，拍出来就是右边这张图。

还有一种稍微聪明一点的办法，就是对准星系团这样的结构。根据爱因斯坦的广义相对论，星系团的引力势会形成一个类似放大镜的东西。用JWST这面“放大镜”，对准星系团这面“放大镜”去找那些非常暗、非常远的天体，它们来自宇宙最初期。我们用JWST做得相当成功，这正是当初建造JWST的目的。

这是我们团队拿到的最深的图像之一：就在一片空无一物的地方，我们发现了一个小红点。我们把它的光按不同波长分开确认它存在于大爆炸后3亿年，现在宇宙的年龄大约是138亿年。当时的年龄只有现在的2%到3%，那时宇宙刚刚形成。最惊人的是，如果在其他波长观测它你能在光谱里探测到氧！

想想看这个星系已经在制造氧了，靠的是当时爆炸的恒星制造了我们今天在这个房间里呼吸的氧。从大爆炸后3亿年起就开始了！我们发现这个天体的时候它是我们当时知道的最远的星系，现在已经确认的最远天体比它还要远一点。同样是在浩瀚宇宙的漆黑背景中你要逐个检查天体测量它们各自的距离，最终从海量数据中找到一个目标。

另一件有意思的事情最近引起了天文学家的关注：再看白宫发布的那第一张图，在这个区域里有一个小小的、红色的致密天体。我们很好奇那是什么？当时数据刚刚发布，后来天文学家给它起了个名字（大家可能知道天文学家特别不会起名字），所以我们就叫它“小红点”。因为它小、它红、看起来又是个点。

这是JWST发现的一类新天体，它们看起来像恒星几乎所有特征都和恒星一模一样。但我们认为因为它们离得那么远又那么亮其实是由黑洞供能的，也就是黑洞在吸积气体就是在“吃”气体。气体掉进黑洞的过程中会发光把引力势能转化成光。如果回到离我们近的地方就会看到像这样美丽的星系，你能看到非常多的“气泡”。

每个气泡都是超新星爆发吹出来的，也就是一颗恒星死亡并爆炸。可能发生在几亿年前这些爆炸也制造了氧和碳，它们构成了这颗星球上的所有生命。再说说我最喜欢的一张图：这是木星！早在1609年天文学家伽利略把望远镜对准天空，木星就是他最早观测的天体之一。

从那以后每台望远镜都观测过木星，这是我见过的最好的一张木星照片。这是大红斑，顶部和底部其实是极光，所以如果你那时站在木星上就能看到头顶的极光。这是土星，你能看到它的光环和光环之间的缝隙。我给大家看了很多图像这些都是二维图像，但我们知道宇宙是四维的：空间有三个维度而且它还会随着时间变化。

所以宇宙是四维的，天文学家正在非常努力地尝试给整个宇宙拍一部电影或许能启发刚才讨论的世界模型。想想看我们其实已经在做这件事了，用的就是JWST：连续两年观测同一片天区就能找到一些光点某一年突然亮起来另一年又暗下去，我们把它叫作超新星。也就是走到生命尽头的恒星。

NASA刚发射了一台新的空间望远镜，是8月30日发射的，叫南希·格雷斯·罗曼空间望远镜。罗曼望远镜的主要目标之一就是寻找超新星给宇宙“拍电影”。找到超新星之后我们知道它们就像蜡烛，你可以把蜡烛放在不同的地方就可以测量它们的距离。所以它能帮我们绘制宇宙地图！

这是罗曼望远镜的艺术想象图，它没有JWST那么大口径只有2.4米。但罗曼的厉害之处在于它有非常棒的探测器，这是我们说的焦平面上面有18块探测器。基本上和你们手机里用的探测器差不多每块都是4K×4K像素，18块芯片合在一起一次就能拍3亿像素。

想想看如果它不停地观测天空每天产生的数据大约是1.4TB，大约是JWST数据产出的20倍。而且要记住这些数据不是在地面上产生的而是在L2点产生，距离地球150万公里。你得把这些数据从深空传回地面！它现在已经在采集数据了，这是望远镜还没对好焦时拍的数据。

你在这里看到的每个图像都是一颗恒星只是还没对上焦，团队正在非常努力地给望远镜对焦拍摄真正的数据确保望远镜正常工作。我们这些寻找宇宙第一缕光的人关心的是罗曼怎么看宇宙最早期，这里我给大家看的是天文学家做的一个数值模拟。

背景里的都是当时的气体也就是氢，大家知道星系就像地图上的城市它们并非随机分布而是形成结构。这里的每个圆圈代表一个星系应该能被罗曼探测到，想想看这是刚才那第一张图就是JWST拍的那张。JWST只能观测这么一小块天空但罗曼能拍到非常大的视野，这说明了天文数据量的爆发式增长正在发生也将持续到未来几年。

天文学另一项重要的基础设施叫鲁宾天文台，它正在开展一项巡天观测叫LSST（时空遗产巡天）。这台望远镜在智利的山上它是地面望远镜不在太空，它现在每天晚上都在巡天。这台望远镜特别的地方它的相机是人类造过的最大的相机有32亿像素是罗曼的10倍。

现在每天产生10到20TB数据，望远镜口径8.4米是地面上最大的望远镜之一。大家看看这台望远镜的镜子再看看这台相机有多大，这是相机和工程团队的对比。天文台一直在观测这是去年拍的数据，这是它发布的第一张图像你能看到这些美丽的星系和星系团。

每个光点都是一个星系，每个星系都有十亿颗恒星分布在不同的距离上。鲁宾的一种观测方式我们叫它time domain（时域），就是比较图像之间的差别。大家看这里有些移动的天体从画面里划过我们把它们叫作小行星，天文学的一个关键工作就是找出天上会动的东西。

因为大多数天体看起来都不动，鲁宾就这样从首批数据中找到小行星。鲁宾目前大约产生100万条警报每晚都有这么多事件，等鲁宾全速运行时每晚会产生700万条警报。但想想看全世界只有大约3万名天文学家，如果我们所有人都来处理这些数据每晚得回复200封警报邮件这显然是不可持续的。

我这里展示的是主要地面和空间望远镜的数据率随时间的变化，2025年以后数据量像洪水一样涌来因为罗曼和鲁宾的加入。如果SKA（平方公里阵列）射电望远镜在2030年前后在地面建成它每天会产出大约2PB的数据。基本上没有哪个天文学家能分析所有这些数据，所以我们这个领域正在经历巨大的数据洪流我们必须依靠AI。

因为我们的注意力已经不够了！下面我举几个例子说说我们现在在领域里怎么用AI。第一个例子是引力透镜，就是你们看到的第一张图里的那种星系团弯曲了背景星系的光弯成了这样漂亮的弧。大概十年前一个博士生能找出数据中的一两个这样的系统然后发一篇论文，发两篇论文就能拿到博士学位。

但现在因为数据量这么大你必须依靠机器学习把大家拍过的所有数据过一遍一次公布约400个引力透镜候选体。找到这些引力透镜就能测量星系的距离，这非常有助于理解宇宙如何随时间膨胀！我最近也经常用Codex和Claude这是我的一项研究。

我用了JWST一种很少用的观测模式把这些观测数据全部喂给AI，让AI告诉我光谱的位置也就是色散开的光落在探测器的哪里。帮我开发出一种新的观测模式，一种用JWST观测宇宙的新方法！人们也在用AI来操作望远镜。这些工作一直都是人来做的，在过去400年里你要选好目标再把望远镜对准它。

然后如果来了一片云你得把望远镜转到别的地方或者关上圆顶，如果发现有什么天体突然爆发比如超新星就把望远镜精确对准那个位置。这整条决策链一直都是人在做，但现在你可以用AI来做！这是我在清华的朋友们做的工作。

他们开发了一个自监督模型，把望远镜对准某一片天区时我们会把多次拍摄的数据叠加起来得到一张深度很高的二维图像。但如果你去看噪声随时间怎么变化就会发现整个噪声都在波动，你就能得到更深的数据比传统方法得到的更深。他们用这个方法将探测深度提升到原来的约2.5倍，这意味着你用JWST时不只是用一台6.5米的望远镜而是相当于用一台20米左右的望远镜。

而这样的望远镜现在根本发射不到太空！我们这个领域也深受大语言模型的影响，就在过去两年左右最近有篇论文说：最近一半以上的天文学论文都是借助大语言模型写的。摘要里有句很有意思的话：“最近一半以上的论文都带有大语言模型的痕迹，但只有0.8%在论文里声明了这一点。”

我不是说天文学家现在在互相欺骗，而是这个领域变化得太快了我们还不知道该怎么做最好。还有件有意思的事我一直在讲数据再说说产生数据的地方也就是望远镜。现在天文学家造望远镜开始有点像AI创业公司了，这很有意思想跟大家分享一下！

说到计算机它们发展得非常快在过去60年里。但说到观测拿哈勃空间望远镜来说它在1970年代设计1990年代发射升空，我们现在还在写观测申请去争取使用它的时间。它至少要到2030年才会退役，NASA还在考虑发起一次任务去“拯救”哈勃让它运行得更久。

现在私人资金开始进入望远镜建设了，这是埃里克·施密特资助的项目他是Google前CEO叫Lazuli。这将是首台私人空间天文台将被发射到太空，他们与索尔·珀尔马特等人合作他是2011年诺贝尔奖得主，也与亚利桑那大学的研究者合作打造整台望远镜。

计划两三年后发射，望远镜上几乎所有部件都可以作为商业产品直接买到。项目全体成员都签了保密协议在向公众公布望远镜方案之前我们对这台望远镜了解得很少，它大概是一台“闭源”的望远镜就像OpenAI或Claude那样。但我们相信这台望远镜会有巨大影响会影响我们的天体物理研究！

另一个思路是一个任务构想叫Nautilus（鹦鹉螺）空间天文台，来自亚利桑那大学的一位教授。想象一下Starship把十面镜子折叠起来每面6.5米装进Starship发射升空之后，每面镜子都会在太空中展开。基本上就是一次发射十台望远镜就像一次发射十台JWST！

当你一次造十台望远镜就能更快地迭代。这几年人们开始造50厘米口径的望远镜做这类实验，如果这样一次建造并发射十台平均每台的价格会比只造一台便宜得多。大家可以想象这是我的最后一页幻灯片，我很高兴能向大家汇报天文学领域的一些最新进展！

想对在座的AI研究者以及领导者们说几句：首先作为天文学家我相信我们绝对需要AI来应对正在到来的数据洪流。数据的规模已经大到没有任何一个天文团队能够处理，我们需要AI来帮助发现和突破也许还能帮我们做决策。我们的数据还有个有意思的特点它完全没有标签是自监督算法非常好的试验场！

我们将收集到的每一个光子毫无门槛地向公众公开，这是宇宙送给我们的礼物。还有非常重要的一点：如果所有学科中只有一门开放科学那就是天文学，因为天文学是向外看不研究地球上的任何东西。如果你相信“模型用递归生成的数据训练会崩溃”，那我想告诉你天文学家每天都在从地球之外收集全新的数据。

现代天文学已经有400年的历史了，我们收集了大量数据从中辨认出各种天体。而现在AI正在帮助我们看到超出我们想象的东西！我想分享的就是这些，非常感谢大家。