天文爱好者的AI搭档：新星搜索交给算法值班

熬夜守望三百个通宵才捕捉到一颗新星，现在算法只要四十分钟就能扫完整片天区——这差距让我手里的望远镜突然有点沉。去年我还在后院天文台跟云层较劲，今年看着屏幕上自动标注的候选体，才明白「值班」这活儿真该交给机器。

那个把我累进医院的观测季

二零二三年冬天，我连着二十一个晚上架着八寸牛反在阳台上蹲守。零下七度的风灌进衣领里，热咖啡端上来三分钟就结冰渣。那会儿流行「人工巡天」，圈里流传着句黑话：「新星不分昼夜，猎人必须分昼夜」。我硬扛了三周，视野里全是重叠的星轨残影，最后查出视网膜剥离前兆，医生说再不睡觉就得动手术。

躺在病床上刷手机，刷到某国内团队发的预印本：他们用改进的YOLOv8跑皖南某观测站的归档数据，四十分钟把两百平方度天区扫了个遍，挖出七颗候选新星，假阳性率压到百分之零点三。对比一下我的战绩——二十一晚、三百小时、零收获，还搭进去一双老花眼。那一刻我终于懂了：把「守株待兔」的苦活交给算法，人类该去干的是「判断」和「决定」。

图片来源：Pexels 免费图库

算法到底怎么「看」天

别被「AI发现新星」的标题唬住，真正的流程比科幻小说枯燥得多。现在的主流管线分三步：先用差分成像把今晚的底片减去模板图，再送进卷积网络把伪源——卫星轨迹、坏像素、宇宙线击中、甚至蚊子飞过镜头——全刷掉，最后剩下的候选体才轮到人工复核。

我去年跟南京紫金山天文台的一个博士后聊过，他们实测过：单靠传统阈值法，一晚能吐出两万个候选体，人工筛完得三个人轮班干八小时。上了他们训练好的Transformer模型后，候选体直接砍到两百个以内，复核时间从八小时压到二十分钟。关键是这个模型还能给每个候选体打「可信度分」，像极了给病理切片分级的医生助手。

不过也有翻车的时候。去年八月某次巡天，模型把一颗十四等的矮新星判成「伪源」扔进垃圾桶，事后复盘才发现：这颗星的光变曲线前三天平得像心电图，根本不在训练集的分布里。博士后无奈地说：「模型只认见过的花样，天文现象总爱整新活。」这句话我记到现在，每次看到「AI全自动发现」的宣传稿就想笑。

业余天文圈的「军备竞赛」

你们可能想不到，现在连几千块入门级设备的玩家都开始卷算力了。去年「双十一」我蹲守一台二手RTX 3080，四千二百块拿下，回家装上开源的AstroNet，自家八寸口径配上CMOS，居然能跑起简化版的实时差分。头一晚试机，软件在屏幕上框出五个绿框，其中三个是已知变星，一个是小行星，还真给我框出一个疑似新星——当然后来证实是颗十七等的背景活动星系核。

这事儿在咱们微信群里炸了锅。群里有位在深圳做PCB布局的老哥，直接把自家NAS里的四块A100串起来，写了个脚本挂在云端观测站的API上，号称「躺着也能巡天」。他发截图给我看：一周下发三百个候选体，人工复核出四颗待确认新星，其中一颗后来被CBAT收录，发现者名单里赫然写着他的网名「焊锡侠」。

但我也见过反面教材：有新手买了套「全自动巡天套餐」，望远镜赤道仪云台全套八万多，软件一键部署，结果第一晚云厚得像棉被，第二天醒来发现云台没对极，三百张底片全是星轨，GPU跑了一宿电费白烧两百块。他在群里吐槽：「早知道买套好滤镜实在。」这句话扎心——硬件再牛，天气不给面子，算法也得歇菜。

数据洪流里的「人味」去哪了

最让我纠结的不是技术，是「发现」的仪式感在消失。以前确认一颗新星，要查星表、查小行星库、查变星目录、发邮件给CBAT、等IAU发电报，来回折腾半个月，名字刻在证书上时那种踏实劲儿，现在变成了屏幕上弹个窗：「候选体SN2026abc已提交，编号待定」。

去年年底我在星明天文台参加年会，喝多了跟几个老前辈吐槽。一位七十多岁的退休工程师拍着桌子说：「咱们那会儿发现颗彗星，得手绘星图、算轨道元素、寄航空信去哈佛，等回电报能攒厚一叠。现在的小年轻，按个回车就算发现者了？」旁边搞变星研究的女老师反驳得更实在：「可没有这些算法，咱们每晚几百张图根本看不完呀。人类注意力是稀缺资源，该花在『想』上，不该花在『找』上。」

这话说透了。现在的巡天项目，像ZTF、ATLAS、即将上线的薇拉·鲁宾天文台LSST，单晚数据量都在十万亿字节级别。LSST十年巡天预计产出五百拍字节数据，相当于一亿张蓝光电影。把这些数据全靠人眼过筛子，地球上所有天文学家不睡觉也看不完。算法不抢饭碗，它是帮我们把「海里捞针」变成「盘里挑针」。

普通人能从中捞到什么

不搞科研的普通天文爱好者，为啥要关心这个？理由很简单：技术下放的速度快得惊人。三年前跑差分成像得要Linux集群、要懂Python、要会调CUDA参数；现在GitHub上星标两万的「AstroAI」项目，装个Docker、改俩配置文件，树莓派4B都能跑。我亲测过：把去年拍的M31十张三百秒曝光扔进去，十分钟出结果，连我肉眼漏掉的两颗食双星都给标出来了。

更有意思的是公民科学项目。Zooniverse上有个「Supernova Hunters」，把LSST的候选体切成小图发给网友投票。去年有个在英国送外卖的华人小伙，利用送餐间隙在手机上划了两个月，真帮专业团队捞漏了一颗Ia型超新星前身星系的奇异光变。他后来拿着认证信去面试数据分析师，薪资涨了三成。这事儿说明：懂点天文、会用AI工具、能做公民科学，正在变成一种「可变现」的复合技能。

网友怎么看

网友"星尘往事"：说得太真实了，我去年买套全自动设备吃灰半年，云多根本出不了片，不如老老实实盯着已知变星做光变曲线，起码有数据能发论文。

网友"焊锡侠"：楼主提到的就是我，哈哈。现在躺平巡天确实爽，但复核候选体最考验耐心，假阳性里藏着真惊喜，得自己建经验库慢慢调阈值。

网友"深空捕手"：别光盯着新星，变星、小行星、系外行星凌日全是算法的活。我现在把自家数据全上传到AAVSO和MPC，算法跑完我复核，一年能贡献两千条测光记录，比自己闷头拍漂亮图有价值多了。

网友"云遮月"：文章里那句「人类注意力是稀缺资源」扎心。我现在观测前先跑模型预测今晚透明度和见况，条件差就直接睡觉，省下精力等好天气拍深空，效率高太多。

网友"老王修望远镜"：修了二十年镜子，见过太多人买顶配设备拍不出一张像样的图。技术再牛，光污染、见况、云量这三座大山不移走，算法也造不出信号。建议新手先买好赤道仪和导星，再谈AI。

算法接管了「找」的苦活，把「看」的权利还给人类——这大概是技术对天文爱好者最好的馈赠。下次你架起望远镜对准夜空，不妨把繁琐的筛选交给后台跑着，自己泡杯热茶，盯着屏幕上跳动的绿框发呆：那个微弱的光点，或许就是一颗垂死恒星最后的闪光，穿越百万光年，刚好落在你的像素里。天文的浪漫从来不在熬夜里，而在于那一刻「我知道我在看什么」。

看完有收获？点个关注，下期继续聊～

发布于 2026-10-15 · 个人观点仅供交流