AI在80万个天体中挖出7个“类星体透镜”：天文学家不缺大数据，缺的是能穿透暴烈的“宇宙滤镜”

研究人员利用人工智能算法在暗能量光谱仪器（DESI）巡天采集的 80万个类星体 光谱数据库中，成功筛选出了 7个极其罕见的“类星体透镜”候选体。这一发现让人类已知由类星体充当重力透镜的候选数量直接翻倍。

传统意义上，天文学家常用普通星系的质量去弯曲背景光线；而让类星体（Quasar）——这种由超大质量黑洞驱动、光芒足以盖过整座星系的宇宙“暴烈怪兽”——来充当透镜，难度宛如在探照灯的正后方寻找微弱的荧光。

从天体物理与数据挖掘的视角来看，这次成果隐藏着三个硬核的突破逻辑：

1. 破除“刺眼强光”的测量盲区：

类星体极其耀眼，其宿主星系的光芒往往完全被黑洞吸积盘的辐射吞噬。当类星体本身作为透镜弯曲更遥远背景星系的光线时，其光谱中会混入极其微弱的叠加发射线。AI算法通过识别这些微小的“光谱异常”，成功帮天文学家抠出了被强光掩盖的引力透镜现象。

2. 合成数据（Synthetic Data）攻克稀缺样本瓶颈：

宇宙中类星体引力透镜的真实已知样本极少，根本无法训练深度神经网络。研究团队打破常规，用“真实类星体光谱 + 模拟背景星系”合成了大量的伪透镜数据，硬生生训练出一个能精准识别异常光谱结构的神经网络。这种“用合成数据教AI找真实稀缺天体”的思路，为天文学大数据的挖掘开辟了新范式。

3. 破解黑洞与星系协同演化的“童年照”：

类星体是超大质量黑洞早期剧烈生长的标志，被称为黑洞的“婴儿照”。通过类星体引力透镜，天文学家不仅能精准测量透镜星系及黑洞的质量，还能研究50亿至60亿光年外早期宇宙中星系与黑洞是如何“同生共长”的。

在面向TB级甚至PB级宇宙巡天数据的时代，AI不再只是辅助工具，而是成为了替人类穿透宇宙极光、寻找稀缺宇宙奇迹的核心引擎。