AI技术如何助力天文学发展？

"我们要怎样打造并运营一座智能化天文台站？"在第二届AI驱动的天文学开放科学论坛上，会议发起人之一、中国科学院国家天文台台长刘继峰抛出了这一核心命题。在他眼中，望远镜建成之后，如何让它们高效、智能、持续地输出高质量数据与成果，才是真正的难题。而破解这道难题的关键，正是人工智能。

8月3日至7日，第二届AI驱动的天文学开放科学论坛在青海省海西蒙古族藏族自治州举行，来自中国、美国、西班牙等国家近30家天文研究机构的百余位学者，围绕人工智能与现代天文学深度融合这一核心议题展开广泛研讨。

放在十几年前，提到海西州茫崖市冷湖镇，人们最先想到的是荒废的石油小镇。然而如今，它已是中国天文界乃至世界天文界的热门关键词。

冷湖科技创新产业园区管委会副主任李炜表示，目前已有国内13家科研机构进驻冷湖基地，落地15个天文项目，配备47台观测设备，墨子巡天望远镜、太阳磁场观测望远镜等均已开展常态化观测。

从大气视宁度等核心指标来看，冷湖堪称全球顶级光学观测台址之一。但这场以"AI助力天文学"为核心议题的国际会议在此举办，原因远不止这一片优质星空。

"我们期望冷湖不仅是一个汇聚先进设施的观测基地，更要成为由AI驱动全链条运行的智慧天文台。"刘继峰解释道，具体而言，就是为望远镜装上感知皮肤、行动四肢和决策大脑，让它们能够感知环境、自我诊断，在复杂条件下实现自主决策，同时让同一台址乃至不同台址的多台望远镜能够彼此协作、智能调度。更进一步，依托AI的强劲能力，让它贯穿天文观测的全流程——从观测计划制定、实时数据质量评估，到警报触发、后随观测，再到多设备协同响应，最终构建一个能感知、会思考、可自适应的望远镜智能集群。

"人工智能在天文学中的应用已有较长历史。长期以来，天文AI研究多围绕具体科学任务独立进行，图像、光谱、时域和星表等不同类型的数据往往分别处理，模型在不同任务和数据间难以迁移和复用。"之江实验室地球与空间科学计算研究中心副主任施钧辉表示，之江实验室正在研发面向多模态宇宙理解的天文领域基础模型OneAstronomy，期望通过统一表征和融合不同类型的天文数据，为天体分类、光谱分析、暂现源发现和跨模态关联等多类科学任务提供共性能力。

中国科学院国家天文台研究员胡义借鉴自动驾驶的分级思路，将望远镜自主运行划分为五个等级。"我们目前处于L2～L3级别，绝大多数观测流程无需人工干预。"在他的构想中，"终极目标就是彻底告别人工整夜值守，打造全球联网、搭载独立推理思考链路的全自动望远镜网络，实现跨地域全自主观测。"

从国际协作的视角来看，人工智能正在打破各国天文学家间的合作壁垒。"传统天文学模式下，各国重复建造功能相似的望远镜，彼此形成竞争，导致科研资源浪费。如今人工智能能够实现跨区域望远镜互联互通、协同观测，联合产出重大科研成果，进一步推动各国科研人员深度合作。"西班牙10.4米加那利大望远镜（GTC）负责人罗马诺·科拉迪说道。

正如中国科学院院士、中国科学院副院长周琪在开幕式致辞中所言："AI助力天文学，既是机遇也是挑战，大模型驱动的研究范式在提升效率的同时，也带来了数据隐私、算法偏见、科研诚信、自动化决策责任归属等新的伦理议题。我们要在推动技术创新的同时，前瞻研判潜在风险，率先在AI天文领域建立科学、透明、可操作的治理框架。"

摘自：《光明日报》王雯静 万玛加 《青海冷湖：专家学者共探人工智能与天文融合》