加州大学圣克鲁兹分校研究团队近日推出人工智能算法 Neo，用于优化地面望远镜观测图像。该算法通过消除大气湍流带来的模糊，使智利薇拉·C·鲁宾天文台拍摄的图像清晰度接近太空望远镜水平。团队利用日本昴星望远镜与哈勃空间望远镜的数据训练模型，有效修复地面观测中的细节缺失。实测结果显示，Neo 可将天体形态参数测量精度提升 2 至 10 倍，大幅提高遥远星系和恒星的分辨能力，并显著缩短数据分析时间。研究人员指出，该技术能在数天内完成原需数年处理的数据量。目前，经 Neo 处理的天文图像已向科研机构和公众开放，为天文学研究和大规模观测数据分析提供了新工具。
