|
|
星语望远镜的天文具身智能观测系统（模拟图片） |
|
|
“司天”探路者和“司天”原型机资料图片 |
美国斯坦福大学以人为本人工智能研究院早前发布了《AI Index Report 2026》（《AI指数报告2026》）。该报告中提到，由中国科学院国家天文台发起并推动的星语望远镜（StarWhisper Telescope）相关工作，被列入2025年物理、天文、化学和材料科学领域代表性人工智能体（AI Agents）案例。 这一进展，标志着近年来我国推动人工智能与天文观测深度融合的探索获得国际关注。 科研级望远镜数字化仿真新进展 星语望远镜由国家天文台银河系三维结构组与兴隆观测基地合作开发，是一套天文具身智能观测系统。它正在结合科学目标、设备状态和观测环境，参与相应任务规划与观测执行。 国家天文台组织科研人员围绕星语望远镜，在科研级望远镜数字化仿真、科学模型与观测控制系统协同以及智能体自主观测等方面取得了新的进展。 星语望远镜进一步拓展了面向科研级望远镜的仿真能力，搭建了大口径科研级望远镜数字化仿真系统，为智能体参与观测规划与控制策略验证提供实验环境。相关工作得到了中国科学院“磐石”大模型团队的指导，及千问大模型和千问办公工具环境提供的技术支持。 科研级望远镜是高度复杂的科学装置。科研团队结合长期积累的经验和近年来构建的智能体工具链，快速搭建了面向科研级望远镜的数字化仿真环境。在不占用真实望远镜观测时间的情况下，该系统能够模拟望远镜组件、传感器状态、环境变化和观测流程，为控制策略测试、智能体训练和观测流程优化提供实验基础。 这一实践显示，大模型不仅能够辅助科学数据分析，而且正在显著改变科研软件和科学装置仿真系统的研发模式。 智能体驱动解决了从“看什么”到“怎么看” 科研团队还在探索构建将科学模型、环境模型、望远镜控制系统与智能体相连接的系统，使智能体能够监测和调用不同工具与设备。 其中，“跨巡天对齐时序模型”可以从公开数据中识别极早期超新星候选，帮助解决望远镜“看什么”的问题；“短时局部气象预测模型”能够综合云量、风速和湿度等实时参数评估观测条件，帮助解决“怎么看”的问题。 目前，该智能体框架已接入“司天”探路者和“司天”原型机。智能体可将观测结果反馈给科研人员，还会根据执行结果和专家反馈重新规划后续任务，将有效经验沉淀为可复用的AI模块化能力单元。 截至目前，相关智能体已经预警8颗极早期超新星的候选，其中2颗在天气条件允许的情况下，已触发了智能体的后续观测。 从AI辅助科研走向AI参与科研 最值得关注的是，国家天文台不仅针对单一望远镜提供仿真系统，也在探索一种新的天文科研组织和执行方式。 智能体开始具备根据实时环境和科学目标进行动态规划、调用工具、验证方案并调整观测策略的能力。同时，仿真系统还可以在虚拟环境中反复执行观测任务，持续记录设备状态、环境变化、决策过程和执行结果，形成面向望远镜智能控制的高质量训练数据，为进一步训练望远镜控制视觉语言动作（VLA）模型，以及未来在真实科学装置上实现更高水平的智能观测奠定基础。 这意味着，AI在天文学中的角色正在从“帮助科学家分析数据”，进一步向“参与科研过程和科学装置运行”延伸。 随着这一体系逐步完善，科研人员将更多聚焦于提出科学问题、设定科学目标和判断科学价值，而智能体则有望承担越来越多的数据分析、任务规划、工具调用、观测执行和迭代验证工作。 未来，相关成果将陆续上线中国科学院“磐石”大模型平台，进一步推动天文领域模型、工具与应用能力的共享和复用。这也将成为国家天文台面向人工智能时代探索天文科研新范式和新型科研基础设施的重要方向。 （“中国国家天文”公众号，有删节）
