《智慧天文台白皮书》在青海省海西州发布

8月5日，第二届人工智能赋能的天文学开放科学会议进入第二天。大会现场，来自全球近30家天文研究机构的百余名专家学者共同见证了一个重要时刻——之江实验室和中国科学院国家天文台共同发起《智慧天文台白皮书——人工智能驱动的下一代天文观测体系》编制工作，并提出首版框架。

发布仪式由之江实验室施钧辉研究员、西班牙加那利大望远镜负责人Romano Corradi博士与中国科学院国家天文台访问教授David Buckley共同主持。“这两天在冷湖，我们看到越来越多的望远镜拔地而起，更多观测设施正在规划建设。”之江实验室施钧辉研究员在白皮书致辞中指出，随着望远镜口径不断增大、视场不断拓宽、巡天速度持续提升，人类观测宇宙的“眼睛”正变得前所未有地强大。但他同时强调，“看得更远、看得更多之后，还要能够及时读懂这些观测结果。越来越强大的‘眼睛’，需要一颗与之匹配的'大脑'。”

致辞中谈到，宇宙从来不讲人类语言，它只会用自己的方式留下线索——一次亮度的微小变化、一条光谱中特殊的吸收线、一个短暂出现的射电信号，或者天体位置和运动中细微的异常。为了捕捉这些线索，人类建造了望远镜。但今天，望远镜收集数据的能力快速提高，天文观测已进入数据洪流时代，海量图像、光谱、光变曲线和星表持续产生，其规模和速度逐渐超出科学家依靠传统方法实时分析的能力。

真正具有科学价值的信号，往往隐藏在庞大数据中。有些天文事件持续时间很短，错过之后可能很难再次出现。如果完成数据处理、识别目标、制定方案之后再重新安排观测，最佳观测窗口可能已经关闭。与此同时，世界各地的望远镜分布在不同地域、经度和波段，一台望远镜发现目标后，能否让其他望远镜及时获得信息，并在分钟甚至更短时间内接续观测，直接影响人类能否完整记录一个天文事件的发生和演化过程。

这意味着，未来的天文台既要具备大规模理解数据的能力，也要能够根据数据作出判断，将判断及时转化为新的观测行动，并组织不同望远镜协同完成任务。天文观测正在从望远镜自动化，进一步走向整个观测体系的智能化。

白皮书围绕“如何利用人工智能模型理解海量天文数据，并进一步驱动望远镜自主观测和全球协同”这一核心问题，提出了人工智能赋能智慧天文台的五个关键环节。

在数据处理和理解方面，人工智能模型可以直接学习天文图像、光谱、光变曲线和星表，建立不同数据模态之间的联系，对来自不同望远镜、不同波段和不同时间的观测数据进行规模化处理与融合分析。

在辅助科学发现方面，人工智能可以在数据洪流中识别异常信号、候选天体和潜在规律，帮助科学家发现容易被传统流程遗漏的线索，并从大量重复性分析工作中释放出来，把更多精力投入科学问题的提出和物理机制的研究。

在规划后续观测方面，人工智能可以综合科学目标、天气条件、天区可见性、设备状态、已有数据和观测窗口等信息，形成后续观测建议，并根据新的数据持续调整观测计划。

在执行观测任务方面，观测方案可以进一步转化为望远镜的指向、跟踪、曝光和设备运行指令，使“发现线索——制定方案——开展观测”之间的间隔大幅缩短。

在组织全球协同方面，一台望远镜发现重要目标后，相关信息可以及时传递给其他台站，推动不同经度、不同波段、不同类型的望远镜接续跟踪，从多个角度记录同一天文事件。

当这些能力连接起来时，智慧天文台就形成了一个完整的科学闭环：观测产生数据，模型理解数据，系统识别线索并制定计划，望远镜再次观测，新的结果再用于验证和修正判断。在这一闭环中，科学家始终处于中心位置，提出问题、设定目标、判断科学价值并解释物理机制；人工智能则扩展科学家处理数据和组织观测的能力，承担实时分析、异常识别、任务规划和跨台站协调等工作。人与人工智能的协作，将使科学家能够面对远超个人处理能力的数据规模和观测网络。

白皮书目前提出的是首版框架。智慧天文台的建设涉及数据、模型、软件、接口、评测方法和协作规则，也涉及不同国家、不同机构和不同观测设施之间的开放合作，所有设想都需要在真实观测中不断检验和完善。未来六个月，白皮书编制工作将继续向全球天文界开放，邀请更多天文学家、望远镜工程师、人工智能研究人员和天文台管理者参与，共同提供意见、案例和实践经验，逐步形成具有开放性、可验证性和可推广性的下一代天文观测体系。

作为本次会议举办地，青海省海西州冷湖地区拥有优良的暗夜条件、持续集聚的望远镜设施和丰富的绿色能源，为智慧天文台提供了独特的验证环境。施钧辉在致辞最后表示：“宇宙依然不会讲人类语言，但人工智能正在帮助科学家更好地理解宇宙留下的线索；单台望远镜的视野和时间仍然有限，全球望远镜的及时连接与协同，可以让人类更完整地记录宇宙。让望远镜看得更远，让人工智能读懂数据，让世界各地的观测设施共同追踪宇宙中的重要瞬间——这正是智慧天文台希望开启的下一代天文观测方式。”