【23 Daily 綜合報導】據 arstechnica.com 報導，研究團隊於 2026 年開發出一套名為 FLIP（Physics-based Learning for Imaging Planets）的軟體，該軟體透過優化韋伯太空望遠鏡（James Webb Space Telescope）上的近紅外相機（NIRCam）的物理模型，有效降低系外行星成像的雜訊，提升畫面品質。

軟體透過物理模型與深度優化技術降低成像雜訊

韋伯望遠鏡捕捉系外行星影像時，常因主星亮度遠高於行星反射光，加上儀器硬體與望遠鏡指向微小變異，產生雜訊，限制成像解析度。FLIP 利用望遠鏡的物理模型來計算點擴散函數（point spread function, PSF），透過模擬與實際數據比對，利用類似深度學習中梯度下降（gradient descent）的數學演算法，優化模型參數（多達一百萬個），在 GPU 上約半小時內完成運算。經過進一步針對具體天文影像微調，能更準確模擬望遠鏡性能，降低信號雜訊。

實測效果提升觀測靈敏度並揭示先前未見系外行星

研究團隊以韋伯望遠鏡觀測三顆恆星（含兩顆已知有系外行星的年輕恆星 HIP 65426 和 51 Eridani）為案例，運用 FLIP 演算法將訊噪比提升約 1.5 至 2 倍。在可監測二氧化碳波長處，團隊甚至首次從資料中直接發現先前未觀測到的行星信號。對第三顆變異幅度大的恆星 TYC 5899，靈敏度提升高達 15 倍。此成果不僅優化現有系外行星影像，也有望找出更微弱、較舊或質量較低的新行星。

編輯觀點：本軟體優化技術拓展系外行星成像界限，提供創業者探索太空科技革新的思路

FLIP 軟體結合先進物理模型和大型參數優化方法，成功突破韋伯望遠鏡影像雜訊瓶頸，展示軟體在太空觀測硬體優化中的應用價值。對創業者而言，此技術代表運用 AI 和物理融合模型提升科學設備性能的可行方向。未來可驗證方式包括將其套用於不同波段觀測資料，評估在其他天文儀器上的適用性及成像改善效果，並觀察是否能協助發現更多遙遠天體。此類交叉領域軟體解決方案，提供了新穎切入太空科技商機的契機。