AI大模型在天文研究中被寄予厚望:被视作未来科研范式的革命引擎

新闻

作者：微信文章


数据，是天文学家与宇宙对话的桥梁。不论是深空探测带回的高分辨率影像，还是地面观测中捕捉的数千万颗星体光谱，传统手段已无法应对浩瀚数据和庞杂需求。AI成为了处理巨量数据的利器，更被视作未来科研范式的革命引擎。从海德堡马普天文研究所早期使用神经网络进行光谱分类，到今天AI大模型在天文研究中被寄予厚望，人工智能与天文学的融合，正从零星试探汇聚成洪流。
然而，技术的飞跃也带来了哲学之问：AI的边界何在？它能否取代人类成为宇宙探索的主角？未来天文学家的角色是什么？在天文学已进入大数据时代的今天，AI的应用首先体现在对传统科研流程的效率革命上，承担起大量重复性、机械性的工作。

中国科学院高能物理研究所拉索（高海拔宇宙线观测站LHAASO）团队正尝试利用AI从传统上被视为噪声的数据中提取有效信号。计算中心副主任程耀东用了一个生动比喻来形容这种微弱信号提取：“就像妈妈能从一群只露出手的孩子中认出自己的孩子，AI能抓住我们传统算法抓不住的特征。”这种能力有望将拉索探测器的灵敏度提升数倍，相当于“再造几个拉索”。

中国科学院上海天文台葛健团队曾利用AI在开普勒卫星数据中挖掘类地行星候选者，取得了突破性进展。“以前需要几十位天文研究者，用人眼看好几个月，才能找到几颗系外行星。现在用AI算法，原来要一个月完成的搜寻信号，现在一天就完成了。”上海交通大学李政道研究所海铃计划首席科学家徐东莲基于南海中微子望远镜的水下实验总结，在大型深海多节点的精密设备上，AI的价值一方面能处理复杂的深海信号，另外还可以监控预警探测器的健康运行。

之江实验室联合国星宇航、四川内江高新区共建的算力星座计划，即是将AI模型直接部署到太空中的卫星上。之江实验室科学模型技术总师薛贵荣解释，传统模式是卫星将海量原始数据传回地面，再由科学家处理，这个过程可能长达数小时甚至数天，极易错失对暂现源的快速反应机会。让卫星在天上就能实时处理数据，一旦发现疑似伽马暴等重要信号，可立即自主决策，并调动其他卫星和设备进行协同观测。

针对转瞬即逝的天文现象，AI可以实现全球望远镜网络的秒级协同响应，国家天文台与之江实验室合作的“GOTTA司天工程”全球开放暂现源望远镜阵列，也正是基于这一理念，意图通过AI实现全球上百台望远镜的智能调度，从单点观测到智能网络的演进，提升整个天文观测体系的效能。

中国科学院国家天文台研究员、国家天文科学数据中心常务副主任崔辰州的团队致力于打造天文学的数智化创新平台，愿景是利用AI构建一个智能化“数字宇宙”。他展望，未来的天文学家将不再需要学习复杂的数据库查询语言，只需用自然语言提出需求，如“帮我找出所有在近三个月内亮度增加一倍的活动星系核”，AI就可以自动融合来自FAST、LAMOST、CSST等不同望远镜的多波段、多信使的数据，生成初步的分析报告和可视化结果。“就像为天体绘制一幅更全面的画像，科学家能快速洞察全貌。类似于警察查档案，输入身份证号，过去所有信息一目了然。”

在提升数据访问效率方面，上海交大JUST望远镜项目团队成员芮易成提到，AI大语言模型的识别能力，可以让科研人员无需精通专业的SQL数据库查询语言，就轻松获取所需数据产品，大大降低数据使用的门槛。

原文链接：宇宙探索：当“算力”定义“视力”