近日(rì)，天(tiān)文时(shí)域光(guāng)变(biàn)基(jī)础(chǔ)模(mó)型(xíng)AstroOne-FALCO在(zài)中(zhōng)国(guó)科(kē)学(xué)院(yuàn)国(guó)家(jiā)天(tiān)文台(tái)学(xué)术(shù)年(nián)会(huì)上(shàng)正(zhèng)式(shì)发(fā)布(bù)。这(zhè)是(shì)继(jì)天(tiān)文大(dà)语(yǔ)言(yán)模(mó)型(xíng)AstroOne-LLM、恒(héng)星(xīng)光谱模型AstroOne-SpecCLIP之后，之江实验室和国家天文台针对天文领域模型的又一次重要升级。
作为中国国家自然科学基金委《天文学十四五及长期规划》的重点规划方向和《美国天文十年规划》三大愿景之一，时域天文学正成为当今发展最为迅猛的天文前沿领域。时域天文学的核心是通过观测天体亮度随时间的变化，捕捉宇宙中丰富而复杂的动态过程，揭示极端现象背后的物理规律。
而随着望远镜和探测器技术的飞速发展，人类对深空观测的能力不断提升，传统数据分析手段已无法精准快速分析观测产生的数以万计、稍纵即逝的瞬变(biàn)源(yuán)预(yù)警(jǐng)。为突破这一瓶颈问题，之江实验室与国家天文台联合打造了时域光变基础模型AstroOne-FALCO。模型首发版本参数规模为1.4B，使用自监督学习对开普勒项目的全量观测数据进行预训练，能够支持各类光变分析场景的下游任务模型研发，且开发速度快、成本低。
目前，研发团队已经打造了光变分类模型、重力加速度估计模型、耀发检测模型等下游任务模型，验证了AstroOne-FALCO的通用能力和应用效果。例如，光变分类模型将分类准确率从90%提升到95%，重力加速度估计模型对log g指标优化精度比传统估算方法提高6倍，耀发检测模型对恒星耀发信号的识别精度逼近90%。
AstroOne-FALCO将面向全球科研人员开放。模型研发团队骨干成员、国家天文台陶一寒博士表示：“AI基础模型的引入为海量时域天文数据分析开辟了新的思路，我们期待FALCO模型能够为时域天文研究提供新的视角和工具，助力天文学家高效探索宇宙动态演化和瞬变(biàn)现(xiàn)象(xiàng)，揭示海量数据中蕴含的科学规律。”
未来，之江实验室与国家天文台将继续合作探索更多应用场景和下游任务，助力科学家在以司天工程为代表的下一代大型巡天项目中捕捉动态宇宙极端爆发事件，为揭示宇宙动态演化规律开辟新途径。
（来源：之江实验室）
