24小时值班、调配卫星观测、管理挖掘数据，AI这个助手被天文学家“盯”上了

科技



寻找“另一个地球”的微弱信号需要人工智能（AI）来搜寻、

<body>
 <div class="medium_layout" contenteditable="false">
 <div contenteditable="true">
 <img class="ait_item_box img_default" style="max-width: 600px; height: auto; display: block; margin: 0 auto;" src="https://image.whb.cn/image/e2bfba796a7f4e02bdc65e365001592e.jpg" alt="" width="1706" height="1279" data-id="1089414" data-src="https://image.whb.cn/image/e2bfba796a7f4e02bdc65e365001592e.jpg" data-width="1706" data-height="1279">
 </div>
 </div>
 寻找“另一个地球”的微弱信号需要人工智能（AI）来搜寻、巡天望远镜带来的大数据需要AI帮助挖掘、未来“宇宙猎人”捕捉“宇宙烟花”需要AI协助值守、空间站千余项实验需要数字孪生和AI分析……
 7月4日下午，在2024世界人工智能大会“AI for Science-人工智能赋能中国空间天文专题论坛”上，来自全球的天文学家都在表达对AI的强烈需求。作为强大的方法工具，AI无疑将变革性地推动天文科学发展。而作为人工智能应用和驱动科学发展的最佳场景之一，空间天文在“AI+”的赋能下，将催生科研新范式，有望成为上海建设国际科创中心的一个“核爆点”。
 AI助力，海量数据中高效寻得宇宙奥秘
 预计2027年，当中国空间站的巡天望远镜（CSST）发射升空后，它获取的每幅图像就将有5G，一年获取12万幅图像，总数据量将超过30PB（1PB约为1百万GB）。而这仅仅是一台空间望远镜所产生的数据量。空间站高能宇宙辐射探测器（HERD）也将每年产生3.5PB的数据。
 空间科学与应用技术专家、中国科学院院士顾逸东提到，随着近年我国空间科学的飞速发展，由此产生的数据量正呈空前的指数级增长。“它们从几十亿个不同类型的天体中获取形状、光谱、坐标、红移、引力透镜、爆发时变等大量数据，依靠传统数据处理模式已很难满足科研需求。”
 值得高兴的是，近年来天文学家已在主动向AI寻求助力，并收获了不少惊喜。
 美国麻省理工学院卡夫利天体物理和空间研究所副教授安德鲁·范德伯格利用神经网络和机器学习来鉴别开普勒望远镜获取的系外行星信息，已从中发现了8颗太阳系外行星。
 日本天文学家训练AI识别星系旋臂、螺旋、旋杆等亚结构，将其用于星系形态分类获得了97.5%的正确率。
 中国科学院上海天文台研究员葛健通过AI的深度学习、信号特征训练，从海量数据和强噪声中，发现了过去极难发现的微弱信号，寻找到了107例星系冷气体微弱中性碳吸收体。
 高电荷高能量核素让“悟空号”上的仪器“着火”，导致数据大片丢弃，科研人员通过AI工具重建了这些粒子的正确径迹，这是经典方法难以做到的。
 不过，目前国内空间天文领域开展的AI赋能仅是刚刚起步。顾逸东认为，在宇宙学和天体物理模拟、天文知识图谱构建、天文卫星和望远镜健康诊断等方面，AI赋能还有极大发展空间。
 未来漫天卫星，24小时值守调度得靠AI
 就在两周前，中国科学院高能物理研究所粒子天体物理中心主任张双南刚刚将“宇宙猎人星座”（CATCH）的技术验证星CATCH-1送上天。这是一个宏大的计划：在未来数年间，要将超过100颗小卫星送上天，组成星座，以成批“活捉”各种富有特色的天体。
 张双南回忆过去七年多时光，在自己的当机立断下，“慧眼”卫星抓住重大观测机遇，成果曾同时列入《自然》和《科学》2020年度的十大科学事件，也曾在2022年全程观测到了“万年一遇”的伽马暴。“令我发愁的是，几年之后，我该如何指挥上百颗卫星，让它们友好合作？”张双南觉得，哪怕有100位首席科学家带着他们的团队没日没夜地工作，也不可能做到。
 与张双南同样犯愁的，还有“爱因斯坦探针”（EP）卫星的首席科学家助理、中国科学院国家天文台研究员金驰川。EP卫星的主要科学目标是捕捉对天文研究具有重大意义的“宇宙烟花”暂现源。目前，卫星传回的大量数据中，平均每天会有约50个人工检查的需求，每个暂现源的分析都需要调用不同的工具和参考数据，耗时约30分钟。“我们亟需AI来协助值班人员角色，提升暂现源的认证效率。”
 尽管天文学家已开始尝试利用AI工具解决这些问题，但显然还无法一蹴而就。顾逸东认为，是否需要规划、发展集成式或分布式的天文AI平台，通过采用最新的软件架构、高性能的硬件设施，通过与人工智能界与计算科学家合作，是空间天文界需要认真考虑探讨的问题。
 “AI+云”将成下一代巡天数据管理模式
 巡天是一类高效的天文观测手段。哈勃望远镜观测多年只覆盖了1%的天区，而巡天望远镜可在几年内观测到3/4的天区。然而，它所产生的海量数据要能善加利用，还需要有高效而完善的数据管理手段。
 尽管距离我国空间站巡天望远镜CSST预定升空还有两三年，但中国空间站望远镜科学应用团组首席科学家、中国科学院国家天文台研究员刘超已在为将来产生的海量数据操心，“CSST升空后的十年，将观测超过100亿个天体，产生的数据该如何管理？”
 从19世纪末至今，巡天数据已走过了三代发展模式：第一代是将观测数据列成星表，形成纸质出版物；第二代则是数据库形式；第三代已进化到了“云”的模式。在刘超看来，下一代巡天数据管理模式应是“AI+云”。
 “空间巡天需要多种巡天数据的融合处理，例如将地面和空间的巡天设备数据相互对比、补充。”刘超说，时域天文学越来越强调对天体“既要看全貌，又要看细节”。AI通过自监督学习来获取星系特征，从而为天文学家提供更全面的信息，以推动天文学前行。真正要用好AI工具，让它为天文学赋能，“未来，天文学家要像掌握计算机语言那样，掌握AI技术”。
 <div class="content_sign">
 文：许琦敏 
 图：许琦敏/摄 
 责任编辑：任荃
 </div>
</body>

24小时值班、调配卫星观测、管理挖掘数据，AI这个助手被天文学家“盯”上了

扫码下载文汇客户端