大模型首次接入天文望远镜!基于通义千问,“星语3.0”发布

简介: 大模型首次接入天文望远镜!基于通义千问,“星语3.0”发布


今天,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”。这是大模型在科学领域落地的经典案例,也是大模型在天文观测领域的首次应用。



天文望远镜是人类探索宇宙的“照相机”。相比单体望远镜,大型望远镜阵列能更有效地整合高性能望远镜资源,成本更低,观测效率更高。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。依托阿里云通义千问底模和百炼平台,“星语3.0”基于超30万专家订正数据完成训练,在天文物理等专业能力上表现突出。


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”(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。


“全新升级的星语大模型正在向智能体方向发展。”国家天文台人工智能工作组智能体开发方向的李瑀旸表示,“星语将吸收更多天文细分领域知识,融合现有科研模型、算法和成果,打造‘One For All’的天文+AI新范式。星语将降低天文学家在跨方向交流和工作时的门槛,提高科研效率,让天文学家将注意力更多的集中在天文发现上。”


目录
相关文章
|
24天前
|
Go 开发工具
百炼-千问模型通过openai接口构建assistant 等 go语言
由于阿里百炼平台通义千问大模型没有完善的go语言兼容openapi示例,并且官方答复assistant是不兼容openapi sdk的。 实际使用中发现是能够支持的,所以自己写了一个demo test示例,给大家做一个参考。
|
3月前
|
人工智能 自动驾驶 云栖大会
大模型赋能智能座舱,NVIDIA 深度适配通义千问大模型
9月20日杭州云栖大会上, NVIDIA DRIVE Orin系统级芯片实现了与阿里云通义千问多模态大模型Qwen2-VL的深度适配。阿里云、斑马智行联合NVIDIA英伟达推出舱驾融合大模型解决方案,基于通义大模型开发“能听会看”的智能座舱助理,让车内人员通过语音交流就能操作座舱内的各类应用,享受极致丰富的交互体验。
274 14
|
2天前
|
人工智能 测试技术 开发者
通义发布最强开源多模态推理模型QVQ!
通义发布最强开源多模态推理模型QVQ!
68 18
|
17天前
|
开发框架 自然语言处理 JavaScript
千问开源P-MMEval数据集,面向大模型的多语言平行评测集
近期,通义千问团队联合魔搭社区开源的多语言基准测试集 P-MMEval,涵盖了高效的基础和专项能力数据集。
千问开源P-MMEval数据集,面向大模型的多语言平行评测集
|
4天前
|
机器学习/深度学习 人工智能 安全
通义视觉推理大模型QVQ-72B-preview重磅上线
Qwen团队推出了新成员QVQ-72B-preview,这是一个专注于提升视觉推理能力的实验性研究模型。提升了视觉表示的效率和准确性。它在多模态评测集如MMMU、MathVista和MathVision上表现出色,尤其在数学推理任务中取得了显著进步。尽管如此,该模型仍存在一些局限性,仍在学习和完善中。
|
4天前
|
关系型数据库 机器人 OLAP
智答引领|AnalyticDB与通义千问大模型联手打造社区问答新体验
PolarDB开源社区推出基于云原生数据仓库AnalyticDB和通义千问大模型的“PolarDB知识问答助手”,实现一站式全链路RAG能力,大幅提升查询效率和问答准确率。该系统整合静态和动态知识库,提供高效的数据检索与查询服务,支持多种场景下的精准回答,并持续优化用户体验。欢迎加入钉群体验并提出宝贵意见。
智答引领|AnalyticDB与通义千问大模型联手打造社区问答新体验
|
3月前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
1月前
|
人工智能 自然语言处理
ACE:阿里通义实验室推出的全能图像生成和编辑模型
ACE是阿里巴巴通义实验室推出的全能图像生成和编辑模型,基于扩散变换器,支持多模态输入和多任务处理。该模型通过长上下文条件单元(LCU)和统一条件格式,能够理解和执行自然语言指令,实现图像生成、编辑和多轮交互等复杂任务,显著提升视觉内容创作的效率和灵活性。
100 3
ACE:阿里通义实验室推出的全能图像生成和编辑模型
|
1月前
|
机器学习/深度学习 人工智能 安全
通义千问开源的QwQ模型,一个会思考的AI,百炼邀您第一时间体验
Qwen团队推出新成员QwQ-32B-Preview,专注于增强AI推理能力。通过深入探索和试验,该模型在数学和编程领域展现了卓越的理解力,但仍在学习和完善中。目前,QwQ-32B-Preview已上线阿里云百炼平台,提供免费体验。
|
20天前
|
缓存 API 开发工具
Qwen-coder方向-如果从0开始应用通义千问开源大模型
从0开始接触,带您全面了解Qwen2.5语言模型家族,包括其核心功能、微调方法以及具体应用场景。我们将通过一系列精心准备的应用demo和使用指南,帮助您掌握如何充分利用Qwen2.5的强大能力
225 8

热门文章

最新文章