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
|
5月前
|
人工智能 自然语言处理 IDE
模型微调不再被代码难住!PAI和Qwen3-Coder加速AI开发新体验
通义千问 AI 编程大模型 Qwen3-Coder 正式开源,阿里云人工智能平台 PAI 支持云上一键部署 Qwen3-Coder 模型,并可在交互式建模环境中使用 Qwen3-Coder 模型。
1010 109
|
4月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
5月前
|
分布式计算 测试技术 Spark
科大讯飞开源星火化学大模型、文生音效模型
近期,科大讯飞在魔搭社区(ModelScope)和Gitcode上开源两款模型:讯飞星火化学大模型Spark Chemistry-X1-13B、讯飞文生音频模型AudioFly,助力前沿化学技术研究,以及声音生成技术和应用的探索。
473 2
|
4月前
|
机器学习/深度学习 人工智能 人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
438 121
|
4月前
|
数据采集 人工智能 搜索推荐
智能新纪元:多模态大模型如何重塑人机交互
智能新纪元:多模态大模型如何重塑人机交互
293 113
|
4月前
|
人工智能 人机交互 知识图谱
当AI学会“融会贯通”:多模态大模型如何重塑未来
当AI学会“融会贯通”:多模态大模型如何重塑未来
350 114
|
4月前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
432 120
|
4月前
|
人工智能 安全 搜索推荐
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
338 117