想直接拍下一颗系外行星,最大的障碍通常不是距离,而是它旁边那颗恒星太亮。一颗年轻巨行星的亮度,可能只有宿主恒星的十万分之一。这就像在探照灯旁边找一只萤火虫:真正的问题不是萤火虫不够亮,而是灯太晃眼。
传统解法是 “减光”:把恒星的光从观测结果里减掉。可望远镜本身的物理限制、模拟星光时的计算误差,让这件事一直做不干净,残余的星芒照样盖住行星。而美国西北大学团队换了个思路,做出一个叫 FLIP 的图像处理框架(“行星成像的物理驱动学习”)。它不靠硬算恒星的形状,而是用机器学习算法为每一颗特定恒星生成一份 “模拟眩光”,再从真实观测里把这份光减掉,被埋住的行星就露出来了。
效果能验证这套思路:用詹姆斯・韦布空间望远镜的近红外相机数据测试,拿到了 51 波江座 b 的首个影像。此前用传统方法根本探测不到这颗星。多组测试中,FLIP 的灵敏度达到传统太阳眩光去除技术的 2 到 15 倍,最高 15 倍。
意义不止一颗星。减光能力更强,意味着能看到温度更低、质量更小、年龄更大的巨行星,而这些恰恰是现在最难拍的一类。同一套框架还能用于地基天文台的改造,也可能进入 “宜居世界天文台” 这类计划任务,去拍真正的类地行星。代价也得说清:计算成本要压下来,测试的数据量还得再大一点。想在探照灯旁边看清萤火虫,算法得先足够便宜。
