|

楼主 |
发表于 2025-3-26 18:07:32
|
显示全部楼层
本帖最后由 逸雪霁蓝 于 2025-3-26 18:09 编辑
“上天”“入地”“下海” AI驱动中国科学创新加速前行
从河北兴隆观测站,到海拔4500米的青藏高原冰川,再到距离地球38万公里的月球表面……中国科学院的科研团队,正以AI重构科研范式并取得现实突破。未来已来,在国 家“人工智能+”行动的号角下,这场始于技术、终于认知的科技革命,正在重塑人类探索世界的范式。
2025年政 府工作报告提出,要持续推进“人工智能+”行动,支持大模型广泛应用。中国工程院院士、之江实验室主任王坚表示,“人工智能不是一次工具的革命,而是一次科学革命的工具。”AI技术能力的突破,正在重塑科学研究的方式和边界。作为战略科技力量,中国科学院在这一轮科技创新变革中进一步拓展大模型在深空、深地、深海等国 家重大战略需求和前沿科技领域的应用,推动科研成果向产业端高效转化,为我国科技自立自强与数字经济高质量发展注入新动能。
耀斑,太阳最剧烈的活动现象之一。近年来,为了破解耀斑爆发之谜,学者们从数据驱动角度出发,用统计方法、机器学习、深度学习等技术开展研究。然而,随着观测数据的不断积累和数据特征维度的不断增加,模型拟合与模式发现对算法规模的要求越来越高。大模型,能预测太阳耀斑吗?
中国科学院国 家天文台的科研人员,以“开展前沿科学研究”为主要目标,正在探索用AI技术向太阳这颗火热的恒星寻求更多科学要义。金乌·太阳大模型应运而生。在Qwen2系列模型的基础上,,国 家天文台科研团队通过监督学习、强化学习,训练模型“能够理解、回答太阳物理问题”和“能够认识、分析太阳图像”等基本能力。
在耀斑预测方面,研究团队以SDO卫星公开数据、怀柔基地35厘米磁场望远镜数据和夸父一号(ASOS)全日面矢量磁像仪数据为主要数据源进行训练和测试。最终模型展现了卓越的性能,尤其是在X级耀斑的预测上,达到了95%的准确率和100%的真实阳性率。
对中国科学院的科研人员来说,做学问、做研究是他们的本分,分担国 家重大任务是责任,为国民经济服务是目标。在追日问天的同时,阳光下泛着冷冽蓝光的青藏高原冰川,西太平洋的南海碧波之下,一代又一代的科研人员在不断坚守国 家生态安全屏障。
青藏高原,是世界屋脊、亚洲水塔,是地球第三极,同时也是未来全球气候变化影响中不确定性最大的地区之一。过去五十年,青藏高原气候变暖幅度是同期全球平均值的2倍,这不仅改变了冰川等固态水与湖泊、河流等液态水的库存比例,还因区域大气环流的变化重塑了青藏高原水体的空间分布格局。
面对这一现实挑战,中国科学院青藏高原研究所联合阿里云自主研发了首个专注于气候变化适应领域的水-能-粮多模态推理大模型——洛书。该模型集成训练并整合了科研人员自主研发的可解释AI驱动水能耦合模型“思源”,通义千问最新推理模型Qwen-QwQ和通义千问多模态大模型Qwen2.5-VL。
洛书模型的核心创新在于其时空特征注意力算法。融合该算法的思源模型在青藏高原复杂水文环境下的多点模拟准确率高达98%,在未见数据上的泛化能力更超越了许多传统水文预测方法的模拟水平,此外,相比传统水文模型耗时数周乃至更长的调参成本,其训练只需花费3个多小时。

金乌网络结构图。阿里云供图
|
|