中新网北京2月26日电 (记者 孙自法)面向无边无际的宇宙的天文学研究，近年来迅猛发展的人工智能(AI)有何用武之地？

　　天文基础模型研究获重要突破

　　记者2月26日从中国科学院国家天文台获悉，人工智能浪潮中，天文学也迎来一场新的技术变革。由中国科研团队研发的SpecCLIP人工智能模型近日正式发布，作为中国团队在天文基础模型研究方向上的一次重要突破，其类似大语言模型，通过引入恒星光谱分析，为跨巡天数据融合和精密恒星物理参数研究提供全新思路。

　　该人工智能模型研发相关成果论文，近日也在国际专业学术期刊《天体物理学报》上发表。

　　科研团队介绍说，恒星光谱被称为研究宇宙的“指纹”。通过分析光谱中的谱线特征，科学家可以测量恒星的温度、重力加速度以及化学成分，并依据其记录的化学印记，像考古学一样反演银河系的演化历史。

　　然而，不同望远镜和巡天项目获取的光谱数据往往存在分辨率、波段范围和观测方式上的差异，使得数据难以直接统一分析。

　　实现跨仪器跨巡天数据对齐转换

　　最新研发的SpecCLIP模型，重点用于解决中国郭守敬望远镜(LAMOST)低分辨率光谱数据与欧洲空间局盖亚太空望远镜(Gaia)XP光谱数据的联合分析问题。科研团队将不同来源的光谱数据映射到同一个“特征空间”，就像把不同语言翻译成同一种通用语法。通过对比学习方法，SpecCLIP模型能够自动学习两类光谱之间的内在联系，高效实现跨仪器、跨巡天的数据对齐与转换，为大规模联合研究提供了新的技术路径。

　　科研团队指出，与传统针对单一任务训练的模型不同，SpecCLIP更接近一种“基础模型”框架。它不仅能够统一预测恒星大气参数和元素丰度，还可以开展光谱相似性搜索和异常源发现，为未来海量巡天数据的自动化分析奠定基础。

　　特别是在银河系考古研究中，该模型可以助力极端贫金属星的大规模搜寻与证认，并推动前所未有的大规模外晕红巨星样本的构建，为追溯银河系早期并合历史提供关键的观测数据基础。

　　已开始服务多项前沿科学方向

　　科研团队称，基于这种统一表征能力，SpecCLIP模型已开始服务多项前沿科学方向。例如，在地球2.0(Earth2.0，ET)任务的科学准备中，SpecCLIP模型能够为ET天区的行星寄主恒星提供准确而全面的基础参数，从而提升潜在宜居行星的筛选效率；在银河系演化史研究方面，该模型为数百万恒星年龄的统一测量提供了新的技术路径，并为重建银河系形成与并合历史带来更大规模的数据基础。

　　他们认为，随着郭守敬望远镜、盖亚太空望远镜以及下一代巡天项目持续产生海量观测数据，天文学正从“单一任务模型”时代逐步迈向“基础模型”时代。SpecCLIP模型展示出人工智能方法在天文光谱研究领域的潜力，有望成为连接不同观测系统的重要桥梁，并推动银河系结构和形成演化研究以及恒星物理研究迈向更高精度。

　　中国科学院国家天文台表示，SpecCLIP模型研发论文是该台与之江实验室共同发起的天文领域基础模型系列工作的第二篇论文，此前双方合作面向时域光变数据成功构建基座模型FALCO，相关论文已在《天文学杂志》发表。

　　这些进展也标志着由中国科学院国家天文台、之江实验室联合发起的天文基础模型研究，正在人工智能新范式下迈出具有探索意义的重要一步。(完)