光明日报记者 王雯静 万玛加

　　“我们如何建设并运行好一个智慧型的天文台站？”在第二届人工智能赋能的天文学开放科学会议上，会议发起人之一、中国科学院国家天文台台长刘继峰提出了核心议题。在他看来，望远镜建起来后，让它们高效、智能、持续地产出高质量数据及成果，才是真正的挑战。而这道题的关键解法，就是人工智能。

　　8月3日至7日，第二届人工智能赋能的天文学开放科学会议在青海省海西蒙古族藏族自治州召开，来自中国、美国、西班牙等国近30家天文研究机构的百余名专家，围绕人工智能与现代天文深度融合这一核心主线展开深入交流。

　　若是十几年前，提起海西州茫崖市冷湖镇，人们首先想到的是废弃的石油小镇。但在今天，它已经成为中国天文界乃至全球天文界的高频词。

　　冷湖科技创新产业园区管委会副主任李炜介绍，目前已有国内13家科研单位入驻冷湖基地，落地15个天文项目，总计47台观测设备，墨子巡天望远镜、太阳磁场观测望远镜等设备均已投入常态化观测。

　　从大气视宁度等关键参数来看，冷湖无疑是全球光学观测条件最好的台址之一。但这场以“人工智能赋能天文学”为讨论核心的国际会议在这里召开，不止是因为这一片好星空。

　　“我们希望冷湖不仅是一个聚集先进设施的观测基地，更成为以AI驱动全链条运行的智慧天文台。”刘继峰解释，具体来说，就是给望远镜装上皮肤、四肢和脑子，让它们能够感知环境、自我诊断，在复杂条件下实现自主决策，同时让同一台址甚至是不同台址上的多台望远镜能够相互协同、智能调度。更进一步，充分发挥AI的强大能力，让它贯穿天文观测的全流程，从观测计划生成、实时数据质量判断，到警报触发、后随观测，再到多设备协同响应，最终形成一个能感知、会思考、可自适应的望远镜智能集群体。

　　“人工智能应用于天文学已有多年。长期以来，天文人工智能研究大多围绕具体科学任务独立开展，图像、光谱、时域和星表等不同类型的数据通常分别处理，模型在不同任务和数据之间难以迁移和复用。”之江实验室地球与空间科学计算研究中心副主任施钧辉介绍，之江实验室正在研发面向多模态宇宙理解的天文领域基础模型OneAstronomy，希望通过统一表征和融合不同类型的天文数据，为天体分类、光谱分析、暂现源发现和跨模态关联等多类科学任务提供共性能力。

　　中国科学院国家天文台研究员胡义参照自动驾驶的分级逻辑，将望远镜自主运行划分为五个等级。“我们目前处于L2～L3级别，绝大多数观测流程无须人工干预。”在他的设想里，“最终目标就是彻底摆脱人工整夜值守，打造全球联网、搭载独立推理思考链路的全自动望远镜网络，实现跨地域全自主观测。”

　　从国际协作的角度来看，人工智能正在打破各国天文学家之间的合作壁垒。“传统天文学模式下，各国重复建造功能相似的望远镜，相互形成竞争，造成科研资源浪费。如今人工智能能够实现跨区域望远镜互联互通、协同观测，联合产出重大科研成果，进一步推动各国科研人员深度合作。”西班牙10.4米加那利大望远镜（GTC）负责人罗马诺·科拉迪表示。

　　正如中国科学院院士、中国科学院副院长周琪在开幕式致辞中指出的：“人工智能赋能天文学，既是机遇也是挑战，大模型驱动的研究范式在提升效率的同时，也带来了数据隐私、算法偏见、科研诚信、自动化决策责任归属等新的伦理议题。我们要在推动技术创新的同时，前瞻研判潜在风险，率先在AI天文领域建立科学、透明、可操作的治理框架。”

　　《光明日报》（2026年08月10日 08版）