大模型首次接入天文望远镜:“星语 3.0”发布,基于阿里通义千问

4 月 14 日,中国科学院国家天文台人工智能工作组发布新一代天文大模型 ——“星语 3.0”。“星语 3.0”基于阿里云通义千问开源模型打造,目前已成功接入国家天文台兴隆观测站望远镜阵列 —— Mini“司天”。据介绍,随着望远镜数量的不断增加,如何控制大型望远镜阵列已成为当今天文界共同面临的挑战。以往天文观测主要依赖观测助手和科研人员的配合。科研人员往往需要根据观测所在地气象情况修改观测计划,在观测室等待数据返回并实时分析数据,再根据结果修改观测计划。重要观测目标的每个环节都需要人工参与,效率低且难以同时控制多

4 月 14 日,中国科学院国家天文台人工智能工作组发布新一代天文大模型 ——“星语 3.0”。

“星语 3.0”基于阿里云通义千问开源模型打造,目前已成功接入国家天文台兴隆观测站望远镜阵列 —— Mini“司天”。

图片

据介绍,随着望远镜数量的不断增加,如何控制大型望远镜阵列已成为当今天文界共同面临的挑战。

以往天文观测主要依赖观测助手和科研人员的配合。科研人员往往需要根据观测所在地气象情况修改观测计划,在观测室等待数据返回并实时分析数据,再根据结果修改观测计划。重要观测目标的每个环节都需要人工参与,效率低且难以同时控制多个望远镜。

“星语 3.0”尝试解决这一难题,基于超 30 万专家订正数据完成训练。目前,“星语 3.0”已成功接入国家天文台兴隆观测站望远镜阵列 ——Mini“司天”,可实现自主控制望远镜进行观测、分析观测结果,智能地给出下一步观测建议。

例如,当收到“观测某星体”的任务时,“星语 3.0”首先查询某星体的坐标信息,反馈给观测人员;当得到确认后,“星语 3.0”将按照观测人员输入的计划进行自动观测;单次曝光完成后,大模型将回收并处理数据,根据结果判断目标源的观测价值,推荐接下来的观测计划。

未来,星语大模型将接入国家天文台大型望远镜阵列“司天”(IT之家注:Mini“司天”即为“司天”的一部分)。

“司天”是我国天文学家面向时域天文学提出的国家级重大天文基础设施项目,至 2030 年米级望远镜数量预期达到 72 架,每晚产生约 140TB 处理后数据,成为全球巡天效率最高的项目。星语大模型的接入将科研人员从繁琐的观测中解放出来,更加专注于研究。

相关资讯

130亿光年:刚刚,NASA发布了宇宙最深处的影像

北京时间 7 月 12 日早晨,美国宇航局(NASA)公布了詹姆斯・韦伯太空望远镜拍摄的第一张全彩图像,这是深空天文台的一次重要时刻,标志着其进入科学研究第一年的开始。

提前预警平均6-7天,基于实时观测数据的时空信息转化学习的地震前兆预警

编辑 | 绿萝2023年9月5日,国际学术期刊《Proceedings of the National Academy of Sciences of the United States of America》在线发表了中国科学院生物化学与细胞生物学研究所陈洛南研究组与华南理工大学数学学院刘锐研究组合作的题为「Earthquake alerting based on spatial geodetic data by spatiotemporal information transformation learning」

揭秘100年全球海洋脱氧,上交大通过人工智能重建「窒息的海洋」,ICML已收录

作者 | 卢彬,韩璐羽海洋溶解氧是维持海洋生态系统功能的关键因子。然而,随着全球变暖和人类活动影响加剧,近年来海洋呈现脱氧趋势,日渐窒息的海洋对渔业发展、气候调节等多方面造成严重后果。近期,上海交通大学电子信息与电气工程学院王新兵、甘小莺教授团队联合上海交通大学海洋学院张经院士、周磊教授、周韫韬副教授,共同提出了一种稀疏海洋观测数据驱动的深度图学习模型 OxyGenerator,首次对 1920 年至 2023 年全球百年海域溶解氧数据进行重建,重建性能显著超越了专家经验主导的 CMIP6 系列数值模式结果。研究成