近日，加州大學聖克魯茲分校的研究團隊開發了一款名爲 Neo 的人工智能算法，旨在提升地面望遠鏡拍攝圖像的質量。通過消除大氣湍流造成的模糊，Neo 模型使得智利的薇拉・C・魯賓天文臺所拍攝的圖像清晰度達到了太空望遠鏡的水準。這一創新技術不僅提升了圖像的分辨率，還顯著加速了天文發現的進程。

薇拉・C・魯賓天文臺坐落於智利安第斯山脈的高海拔區域，周圍的乾燥氣候爲天文觀測提供了理想條件。儘管如此，光線在穿過地球大氣層時，仍然會因湍流而造成圖像模糊。爲了解決這個問題，研究團隊利用日本昴星望遠鏡的觀測數據和哈勃空間望遠鏡的圖像，訓練出 Neo 算法，以便修復地面拍攝圖像中的缺失細節。

Neo 模型的應用效果顯著，它能夠將天體形態參數的測量準確度提升 2 到 10 倍，從而讓科學家能夠更清晰地分辨出遙遠恆星和星系的輪廓。這項技術不僅提高了觀測數據的空間成像質量，也爲科研人員提供了更高效的數據分析工具。

加州大學的教授布蘭特・羅伯遜指出，這項新技術能夠大大縮短數據分析的時間，尤其是面對海量觀測數據時。傳統的方法已無法跟上數據生成的速度，而 Neo 算法能在數天內完成原本需要數年的分析工作。他強調，人工智能並不會取代天文學家，而是爲他們提供支持，幫助他們更快地進行科學發現。

目前，經過算法處理後的天文圖像已經向其他科研團隊和公衆開放，供他們進行進一步研究。這一突破性的技術無疑將推動天文學研究的發展，並實現對尖端設備的投資回報最大化。

劃重點：  

🌌 Neo AI 算法能將地面望遠鏡圖像質量提升至太空望遠鏡水平。  

🚀 研究團隊使用了哈勃和昴星望遠鏡的數據訓練模型，增強了圖像分辨率。  

🔭 該技術顯著加速天文發現，支持科研人員在海量數據分析中提高效率。