让AI成为“理解”宇宙星辰的关键钥匙

bgcolor="#efefef">

　　随着中国空间站巡天空间望远镜（CSST）等重大天文设施的推进建设，天文学正迎来数据洪流的时代。如何从海量数据中高效发现科学规律、催生原始创新？人工智能，尤其是AI模型技术，已成为实现突破的核心引擎。

　　近日，一场聚焦“面向CSST的人工智能星系模型与类银河星系演化研究”的学术研讨会在之江实验室举行。来自中国科学院国家天文台、上海天文台、紫金山天文台、中国科学院大学、太原理工大学、上海交通大学、清华大学、北京大学等多家单位的专家学者齐聚一堂，展示了他们利用AI技术处理天文数据、构建知识图谱、推演星系演化的最新成果，并围绕“AI+天文”展开了深度对话。

　　如何将来自LAMOST（郭守敬望远镜）、Gaia（盖亚空间天文台）、SDSS（斯隆数字巡天）等不同天文项目的“方言”数据，转化为AI能听懂的“普通话”？国家天文台高级工程师孔啸分享了多源异构数据融合方面的进展，他们正通过高精度交叉匹配、同源组织与质量筛选，构建一个包含数百亿天体、支持AI直接训练的数据底座。

　　银河系有多重？暗物质晕长什么样？中国科学院大学/国家天文台副教授黄样利用LAMOST、Gaia等巡天数据，构建了远至100 kpc的银河系旋转曲线，并首创“时光动画”方法，揭示了银河系暗物质晕的形状——一个轻微扁球形的神秘存在。

　　AI生成的数据，会不会违背物理定律？这是天文学家对AI最大的担忧。太原理工大学天文与空间科学研究所所长贾鹏展示了基于物理约束的数据补全模型FAMA，该模型在多波段星系计算任务中表现优异，已成为科研人员可信任的“懂物理、守规矩”AI助手。

　　银河系是独一无二的吗？宇宙中还有多少“兄弟姐妹”？国家天文台研究员刘凤山回顾了哈勃与韦布空间望远镜近年来的观测进展，揭示了类银河星系“先厚后薄”的嵌套演化图景——自内向外生长，从混沌厚盘沉淀为秩序薄盘。未来，CSST有望凭借其独特的紫外波段能力，捕捉星系边缘恒星形成的“心跳”，补全类银河星系演化拼图的最后一块。

　　不同研究方向的报告展示出AI与天文学深度融合的无限可能。与会专家们一致认为，AI与天文学的交叉研究正处在爆发前夜，既要抓住机遇，也必须对技术风险保持清醒。

　　从“AI幻觉”如何规避，到跨波段数据如何精准对齐，再到千亿参数模型的训练成本如何控制，在深度交流中，国家天文台台长刘继峰、研究员罗阿理，北京大学教授陈宝权，清华大学副教授蔡峥，中国科学技术大学教授孔旭，上海师范大学教授罗智坚，紫金山天文台副台长吴雪峰等国内天文学界顶尖学者围绕关键科学问题与核心技术路径展开了充分研讨，给出多项建设性意见。专家们一致认为，AI与天文学的交叉研究正处在爆发前夜，既要抓住机遇，也必须对技术风险保持清醒。

　　这次研讨会不仅展示了我国在AI赋能天文学研究的最新进展，也为面向CSST的数据处理与科学研究奠定了重要基础。面向未来，之江实验室将进一步发挥算力、数据、模型体系化创新优势，加强“AI+天文”交叉创新，推动AI成为“理解”宇宙星辰的关键钥匙。

　　（之江实验室）