随着科学技术的不断发展，人工智能（AI）在各个科学领域都展现出了革命性的影响力，催生出了新的科学研究范式 AI4S（AI for Science），为科学研究开辟了新的道路。而在 AI4S 范式下的空间科学实验领域的研究，更将有力促进空间科学实验领域取得重大科学成果，推动AI与空间科学交叉学科的繁荣发展。

在空间科学实验领域，我国空间科学与应用技术蓬勃发展，已依托中国空间站开展并将持续开展一系列空间科学与应用任务和计划，产生的空间科学数据与日俱增，并呈迅猛增长态势。在AI4S范式的背景下，结合微重力条件下空间科学实验的领域数据特点，充分挖掘空间科学实验数据蕴含的高价值信息，将有力促进科学发现与认知发展。

作为空间科学研究发展的重要阵地，中国空间站是我国航天史上规模最大、长期有人照料的空间实验平台，将高效开展体系化的空间科学与应用研究和新技术试验，不断产出重大科技成果，持续获取综合应用效益。

中国空间站在空间生命科学与生物技术、微重力流体物理与燃烧、空间材料科学、空间基础物理等多个科学领域，支持开展近千项先进性和前瞻性研究项目，将获取海量、多源、高价值的科学数据，为开展AI赋能的跨学科智能认知提供基础。

空间科学实验在数据挖掘与分析上存在以下特征：

• 全周期：覆盖地基培育实验、地面匹配实验、在轨微重力环境下空间实验、天地同步比对实验、地面返回实验等全周期的空间科学实验过程和阶段。
• 多来源：同时涵盖来自地面镜像平台实验数据、数字孪生数据和微重力模拟实验数据等不同来源的数据。
• 多学科：涵盖空间生命科学与生物技术、微重力流体物理与燃烧科学、空间材料科学、空间基础物理等多学科领域的实验数据，涉及覆盖面广且多样。
• 多模态：包含图像、视频、语音、文本、数值等。其中，图像数据又包含可见光、荧光、红外、X射线、显微等涵盖多种模态多样形式。
• 大规模：数据产品种类超2000种，数据体量预计将达近百PB级。

这样全周期多来源海量空间科学实验数据既是资源，也是挑战。因此，科学智能驱动下的数据生态构建成为必然。通过构建强大的空间科学实验分析大模型基座，围绕空间科学实验领域大模型可以构建“平台协作式”的AI4S科研模式，适应不断变化的数据和实验场景，大幅提高科学研究效率，有效提升实验数据处理、知识库构建、复杂模式挖掘、可视化与可视分析等能力，促进多学科知识深度交叉融合和重大科学发现。

在此背景下，中国科学院空间应用工程与技术中心开展了一系列基于 AI4S 的数据智能融合与协同创新行动。在空间科学实验研究中，信息的标准化共享、数据的关联分析与知识的融合推理共同构成了跨领域协同创新的基础。

1. 多源异构数据标准化与治理。为确保数据的标准化共享，需要构建空间科学实验领域统一的数据标准和规范，明确各类数据的格式、结构、存取方式等。在此基础上，结合AI算法与模型，实现多源异构数据的自动标准化与高效治理。
2. 基于AI的多源数据分析。结合人类认知与AI技术，通过图像、可视化等手段展示数据，并提供AI算法的演算结果，揭示多源数据中复杂的关系，引导科学家深入探索实验规律。
3. 跨学科知识融合与推理。利用AI模型从科技文献中提取知识实体与关系，构建学科知识图谱，通过算法匹配不同图谱中的相似实体与关系，揭示各领域科学原理与思路方法的相似性，以促进跨领域的成果共享与协同创新。

当前，科学智能发展迅速，AI4S正逐渐改变科学研究的模式。您可联系和鲸了解其他科学智能驱动空间科学研究范式变革相关案例，获取更多科研灵感与助力。

和鲸科技深耕人工智能与数据科学十年，不仅基于旗下数据科学协同平台ModelWhale赋能，助力中国科学院空间应用工程与技术中心系统开展了基于空间科学实验领域的AI4S创新研究，更是联合众多科研组织与机构，全面推进 AI for Science 在垂直领域创新应用，致力于为赋能国家创新体系建设添砖加瓦。

和鲸 ModelWhale 已面向科研机构、高校及专业领域企业及个人打造专属科学智能应用，致力于为人工智能科研团队、学者提供科研支持与助力。欢迎您点击这里（建议您在PC端打开）或联系和鲸工作人员免费体验。