近日，中國科學(xué)院國家天文臺等研究團隊發(fā)布了SpecCLIP人工智能模型，將類似“大語言模型”的思想引入恒星光譜分析，為跨巡天數(shù)據(jù)融合和精密恒星物理參數(shù)研究提供了新思路。

　　恒星光譜被稱為研究宇宙的“指紋”。科學(xué)家通過分析恒星光譜中的譜線特征，可以測量恒星的溫度、重力加速度及化學(xué)成分，并依據(jù)其記錄的化學(xué)印記，如同考古研究一般反演銀河系的演化歷史。然而，不同望遠鏡及巡天項目所獲取的光譜數(shù)據(jù)，在分辨率、波段范圍及觀測方式等方面通常存在差異，導(dǎo)致數(shù)據(jù)難以直接統(tǒng)一分析。

　　此次研發(fā)的SpecCLIP模型，重點針對LAMOST低分辨率光譜數(shù)據(jù)與Gaia XP光譜數(shù)據(jù)的聯(lián)合分析難題。研究團隊將不同來源的光譜數(shù)據(jù)映射至同一個“特征空間”。通過對比學(xué)習(xí)方法，SpecCLIP模型可自主學(xué)習(xí)兩類光譜間的內(nèi)在聯(lián)系，高效實現(xiàn)跨儀器、跨巡天的數(shù)據(jù)對齊與轉(zhuǎn)換，為大規(guī)模聯(lián)合研究提供了新的技術(shù)路徑。

　　與傳統(tǒng)面向單一任務(wù)訓(xùn)練的模型不同，SpecCLIP更接近“基礎(chǔ)模型”框架，不僅可統(tǒng)一預(yù)測恒星大氣參數(shù)和元素豐度，還可開展光譜相似性搜索和異常源發(fā)現(xiàn)，為未來海量巡天數(shù)據(jù)的自動化分析奠定基礎(chǔ)。在銀河系考古研究中，該模型可助力極端貧金屬星的大規(guī)模搜尋與證認，推動構(gòu)建大規(guī)模外暈紅巨星樣本，為追溯銀河系早期并合歷史提供關(guān)鍵觀測數(shù)據(jù)基礎(chǔ)。

　　基于上述統(tǒng)一表征能力，SpecCLIP模型已在多項前沿科學(xué)研究中得到應(yīng)用。例如，在Earth 2.0（ET）任務(wù)的科學(xué)準備中，該模型可為ET天區(qū)的行星寄主恒星提供準確、全面的基礎(chǔ)參數(shù)，進而提升潛在宜居行星的篩選效率；在銀河系演化史研究方面，該模型為數(shù)百萬顆恒星年齡的統(tǒng)一測量提供了新的技術(shù)路徑，并為重建銀河系形成與并合歷史提供了更大規(guī)模的數(shù)據(jù)支撐。

　　隨著LAMOST、Gaia及下一代巡天項目持續(xù)產(chǎn)生海量觀測數(shù)據(jù)，SpecCLIP模型展現(xiàn)了人工智能方法在天文光譜研究領(lǐng)域的潛力，有望成為連接不同觀測系統(tǒng)的重要橋梁，并推動銀河系結(jié)構(gòu)、形成演化研究、及恒星物理研究向更高精度方向發(fā)展。

　　相關(guān)研究成果發(fā)表在《天體物理學(xué)報》（The Astrophysical Journal）上。研究工作得到國家自然科學(xué)基金委員會的支持。

基于SpecCLIP基座模型構(gòu)建的面向科研人員的恒星光譜專業(yè)分析平臺界面

SpecCLIP大模型示意圖