หิวหนานช่วยทีมนักวิจัยหอดูดาวแห่งชาติพัฒนาระบบจำลองกล้องโทรทรรศน์ระดับวิจัย

ข่าว QwenWork

เมื่อเร็วๆ นี้ QwenWork ได้ช่วยเหลือทีมนักวิจัยจากหอดูดาวแห่งชาติในการสร้างระบบจำลองดิจิทัลสำหรับกล้องโทรทรรศน์ทางวิทยาศาสตร์ที่มีขนาดรูรับแสงใหญ่ ใช้เวลาเพียงสามวันในการติดตั้ง และค่าใช้จ่ายต่ำกว่าหนึ่งพันหยวนเท่านั้น

เมื่อเทียบกับในอดีต ระบบที่คล้ายกันมักต้องจ้างผู้ให้บริการซอฟต์แวร์ภายนอกมาพัฒนา โดยใช้เวลาประมาณสามเดือน และมีค่าใช้จ่ายสูงถึงหลายหมื่นหยวน แต่ QwenWork กลับสามารถลดข้อกำหนดและต้นทุนในการสร้างระบบลงได้ถึงสองระดับ

01

เหตุใดจึงต้องสร้างระบบจำลองการสังเกตการณ์

จักรวาลกว้างใหญ่ไพศาล แสงจากดวงดาวที่เล็ดลอดผ่านกล้องโทรทรรศน์ล้วนมีต้นกำเนิดมาจากกาแล็กซีอันไกลโพ้น

ปรากฏการณ์ชั่วคราว เช่น การระเบิดของซูเปอร์โนวา หรือการระเบิดของรังสีแกมมา เป็นเพียงประกายแวบหนึ่งในประวัติศาสตร์อันยาวนานของจักรวาล แต่ก็ถือเป็นหน้าต่างสำคัญในการศึกษาวิวัฒนาการของจักรวาลและกระบวนการทางฟิสิกส์สุดขั้ว

ปรากฏการณ์เหล่านี้มักเกิดขึ้นอย่างฉับพลันและหายไปในพริบตา หากต้องการจับภาพช่วงเวลาสั้นๆ ดังกล่าว เฉพาะแค่กล้องโทรทรรศน์ประสิทธิภาพสูงก็ยังไม่เพียงพอ แต่จำเป็นต้องมี "สมอง" ที่มีความสามารถในการรับรู้ คิดวิเคราะห์ และตัดสินใจได้อย่างอัตโนมัติ

เนื่องจากแหล่งทรัพยากรกล้องโทรทรรศน์ทางวิทยาศาสตร์มีจำกัด อุปกรณ์จริงจึงยากที่จะรองรับต้นทุนจากการทดลองผิดพลาดซ้ำแล้วซ้ำเล่า การซ้อมกระบวนการทำงานของการสังเกตการณ์ล่วงหน้าภายในระบบจำลอง จึงกลายเป็นวิธีหนึ่งที่มีประสิทธิภาพในการลดความเสียหายจริง

ด้วยเหตุนี้ ทีมนักวิจัยจำเป็นต้องสร้าง "กล้องโทรทรรศน์จำลอง" ก่อนการสังเกตการณ์จริง เพื่อจำลองกระบวนการทำงานทั้งหมด และตรวจสอบความเป็นไปได้ของแผนงาน ก่อนจะใช้อุปกรณ์จริงส่องมองเข้าสู่จักรวาล

QwenWork มีเกียรติได้ทำหน้าที่เป็นแพลตฟอร์มพื้นฐานสนับสนุนระบบจำลองนี้

02

ระบบจำลองทำงานอย่างไร

QwenWork ช่วยทีมนักวิจัยที่เกี่ยวข้องจากหอดูดาวแห่งชาติ สร้างระบบจำลองดิจิทัลสำหรับกล้องโทรทรรศน์ทางวิทยาศาสตร์ขนาดใหญ่ โดยรวมเอาข้อมูลสถานะของชิ้นส่วนต่างๆ ของกล้องโทรทรรศน์ เซ็นเซอร์ และสภาพแวดล้อมการสังเกตการณ์ มาจัดรูปแบบเป็นมาตรฐาน MCP Interface ให้กับเอเย่นต์ (Agent) สามารถตรวจสอบและใช้งานแบบเรียลไทม์ได้

วิธีนี้เหมือนกับการแปลงชิ้นส่วนต่างๆ ของกล้องโทรทรรศน์ให้กลายเป็น "เต้ารับอเนกประสงค์" แถวหนึ่ง ทำให้เอเย่นต์สามารถเสียบปลั๊กใช้งานได้ทันที ทั้งตรวจสอบสถานะแบบเรียลไทม์ และควบคุมอุปกรณ์จากระยะไกล

โมเดลเฉพาะทางสองประเภททำงานร่วมกันภายใต้การจัดการของระบบ:

โมเดลลำดับเวลาจัดตำแหน่งการสำรวจ: ค้นหาเป้าหมายที่อาจเป็นซูเปอร์โนวาในระยะเริ่มต้นมากจากข้อมูลการสำรวจสาธารณะหลายชุด เพื่อตอบคำถามว่า "ควรดูอะไร"

โมเดลคาดการณ์สภาพอากาศระยะสั้นในพื้นที่: ประเมินเงื่อนไขการสังเกตการณ์แบบเรียลไทม์ เพื่อแนะนำแนวทางว่า "ควรดูอย่างไร"

ในที่สุด Agent จะสามารถรวมข้อมูลเช่น ลำดับความสำคัญของเป้าหมายทางวิทยาศาสตร์ สถานะปัจจุบันของกล้องโทรทรรศน์ และช่วงเวลาที่เป้าหมายสามารถสังเกตได้ เพื่อดำเนินการวงจรปิดทั้งกระบวนการตั้งแต่ "รับรู้สถานะ → วางแผนงาน → สร้างแผน → ตรวจสอบกระบวนการทำงาน"

03

Agent ที่เกี่ยวข้องสามารถแจ้งเตือนซูเปอร์โนวาในระยะเริ่มต้นได้สำเร็จ 8 ครั้ง

โครงสร้าง Agent นี้ไม่ได้ใช้เพียงในระบบจำลองเท่านั้น แต่ยังถูกเชื่อมต่อเข้ากับ "SITIAN Pathfinder" และ "SITIAN Prototype" แล้วด้วย

หลังจากนักวิจัยเสนอความต้องการสังเกตการณ์ Agent จะสร้างแผนการสังเกตการณ์โดยอิงจากลำดับความสำคัญของเป้าหมาย สภาพอากาศ และสถานะอุปกรณ์ จากนั้นจะใช้โมดูลควบคุมผ่าน MCP Interface ต่างๆ และรายงานผลกลับให้กับนักวิจัย เมื่องานเสร็จสิ้น Agent ยังสามารถปรับปรุงแผนในอนาคตตามผลการดำเนินงานและความคิดเห็นของผู้เชี่ยวชาญ พร้อมทั้งบันทึกประสบการณ์ที่มีประโยชน์ไว้เป็นทักษะ (Skill) ที่สามารถนำกลับมาใช้ใหม่ได้

จนถึงปัจจุบัน Agent ที่เกี่ยวข้องสามารถแจ้งเตือนเป้าหมายซูเปอร์โนวาในระยะเริ่มต้นได้สำเร็จ 8 ครั้ง — จับภาพ "การกะพริบตา" ของจักรวาลได้ก่อนที่แสงจะหายไปถึงแปดครั้ง โดยสองในแปดครั้งนี้ได้กระตุ้นการสังเกตการณ์จริงเมื่อสภาพอากาศเอื้ออำนวย

การปฏิบัตินี้ไม่เพียงสร้างระบบจำลองสำหรับกล้องโทรทรรศน์เพียงตัวเดียว แต่ยังเป็นการสำรวจรูปแบบใหม่ในการจัดระเบียบและดำเนินงานวิจัยทางดาราศาสตร์อีกด้วย

04

AI เริ่มมีส่วนร่วมจริงในการดำเนินงานวิจัย รูปแบบการวิจัยกำลังเปลี่ยนแปลง

การสังเกตการณ์ทางดาราศาสตร์ได้ผ่านวิวัฒนาการจากการมองด้วยตาคน ไปสู่การมีส่วนร่วมของ AI ในการดำเนินงาน: จากการควบคุมด้วยตนเอง สู่กระบวนการทำงานอัตโนมัติที่ตั้งค่าไว้ล่วงหน้า — แม้ในอดีตหากสภาพอากาศหรืออุปกรณ์เปลี่ยนแปลงก็ยังต้องอาศัยการแทรกแซงของมนุษย์ แต่ในปัจจุบัน ด้วยการผสานรวมระหว่างโมเดลขนาดใหญ่ Agent โมเดลทางวิทยาศาสตร์ และระบบควบคุมกล้องโทรทรรศน์ เข้าด้วยกัน AI จึงมีความสามารถในการวางแผนแบบไดนามิก ใช้เครื่องมือ เรียกใช้และตรวจสอบแผนงาน ตลอดจนปรับเปลี่ยนกลยุทธ์ตามเป้าหมายทางวิทยาศาสตร์และสภาพแวดล้อมแบบเรียลไทม์

ในขณะเดียวกัน ระบบจำลองสามารถทำการทดสอบซ้ำในสภาพแวดล้อมเสมือนจริง บันทึกสถานะอุปกรณ์ การเปลี่ยนแปลงสภาพแวดล้อม กระบวนการตัดสินใจ และผลลัพธ์อย่างต่อเนื่อง สร้างข้อมูลฝึกอบรมคุณภาพสูง ซึ่งสามารถนำไปใช้ฝึกโมเดลควบคุมกล้องโทรทรรศน์รุ่นใหม่ (เช่น VLA) เพื่อวางรากฐานสำหรับการสังเกตการณ์อัจฉริยะขั้นสูงบนอุปกรณ์จริงในอนาคต

"AI กำลังแทรกซึมเข้าสู่กระบวนการวิจัยอย่างลึกซึ้งมากขึ้น นักวิจัยมีหน้าที่ตั้งคำถามและกำหนดเป้าหมาย ขณะที่ Agent รับผิดชอบงานบางส่วน เช่น การดำเนินการสังเกตการณ์ การตรวจสอบแผน และการทำซ้ำงาน แสดงให้เห็นว่าบทบาทของ AI ในการวิจัย กำลังขยายตัวจากแค่การช่วยวิเคราะห์ ไปสู่ขั้นตอนการดำเนินงานวิจัยโดยตรง" — ดร. หลี่อวี่หยาง ผู้เชี่ยวชาญจากคณะกรรมการส่งเสริมปัญญาประดิษฐ์ หอดูดาวแห่งชาติ

เมื่อสี่ร้อยกว่าปีก่อน กาลิเลโอใช้กล้องโทรทรรศน์ที่เขาสร้างเองสังเกตพบดวงจันทร์ทั้งสี่ของดาวพฤหัสบดี เป็นหลักฐานสำคัญที่สนับสนุนทฤษฎีฮีลิโอเซนทริก

สี่ร้อยปีต่อมาในวันนี้ AI กำลังช่วยนักวิจัยจับแสงแวบหนึ่งจากจักรวาลที่เกิดขึ้นเพียงชั่วขณะ

แม้ AI จะไม่ได้แทนที่ผู้ที่เฝ้ามองท้องฟ้า แต่มันได้ปลดปล่อยนักวิจัยจากงานซ้ำซาก ทำให้พวกเขากลับมาทำหน้าที่หลักของตนได้อีกครั้ง นั่นคือ "การตั้งคำถามทางวิทยาศาสตร์"

มอบหน้าที่สังเกตการณ์ ตรวจสอบ และทำซ้ำให้กับ Agent แล้วเก็บเวลาไว้สำหรับสิ่งที่สำคัญที่สุด นั่นคือการค้นพบ

เมื่อแสงลำถัดไปจากจักรวาลมาถึงโลก ที่นั่นจะมีปัญญาประดิษฐ์คอยต้อนรับมันอยู่แล้ว

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!