机器学习去眩光让系外行星成像灵敏度提高15倍

恒星的亮度会让最明亮的年轻巨行星也暗约10万倍，直接成像因此长期受眩光限制。发表于Nature的FLIP框架把物理模型与机器学习结合，先生成给定恒星的模拟眩光，再从观测中减去结构化星光；研究报告对行星信号的灵敏度最多达到传统方法的15倍。方法可为未来寻找类地系外行星提供更强图像处理路径，但论文团队仍需降低计算成本，并在更大数据量和更多观测条件下验证。