中国科学院空间应用工程与技术中心在空间科学实验领域的研究覆盖了多模态空间科学实验数据模式挖掘、领域知识抽取、跨学科知识融合与认知智能等研究内容，有效促进了空间科学实验领域的数据应用生态的体系化建设，相关研究成果已正式发表于权威学术期刊《中国科学院院刊》。

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。

中国空间站科学实验项目获取的数据产品种类超2000种，数据体量预计将达近百PB级，数据资源具有全周期多来源、多学科跨领域、多模态多角度等特点。这无疑对空间科学研究提出了巨大的挑战。但在科学智能的加持下，研究者们正积极利用空间科学领域大模型和AI技术克服空间科学实验领域中的数据难题。

领域大模型能够提升领域数据特征表示的能力。通过构建统一的、跨场景、多任务的多模态空间科学实验领域基础大模型，建立空间科学实验物理量、文本、图像、视频等多模态数据间的语义关联，挖掘潜在关联关系，探索多模态科学实验数据分析与理解的技术前沿，为科学实验大数据挖掘、知识图谱构建、图像/视频智能分析与理解、智能辅助决策等提供可计算的关于多模态数据的结构化表示，为面向空间科学实验领域多模态数据的智能化分析与应用提供有效的技术支撑。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。

1. 基于大模型的图像智能分析
  中国空间站将在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、微重力基础物理等领域展开上千项研究项目。大模型在图像智能分析应用中具有重要作用，助力“作坊式”个性化的研发模式向“平台协作式”转型。大模型通过在海量图像/视频数据上进行预训练，实现通用特征提取网络，为特定实验专业需求的子任务提供智能辅助分析支持，实现下游多任务的灵活自适应，降低单一任务的数据标注成本和算法研发周期。例如，基于大模型的空间生命实验对象实例分割算法，依赖海量领域数据的预训练，有望实现零样本或少样本的新实验数据分析的应用。
2. 基于大模型的领域知识图谱
  大模型可以增强空间科学实验领域知识图谱的构建与应用能力。利用大模型的自监督表征学习空间科学实验有关的多模态数据，实现多源数据的整合、信息互补和语义全面表达，并进行实体、关系、事件等领域知识提取，构建空间科学实验领域内的知识图谱；知识图谱智能问答、知识关联分析等应用将提高知识图谱智能化应用的性能和效果，为解决领域专业性强、复杂度高的知识发现与应用问题奠定坚实基础。
3. 基于大模型的信息关联与跨模态检索
  空间科学领域实验包含文本、图像、视频、语音等多模态数据，使得科学家难以高效搜索感兴趣的信息。大模型，尤其是基于对比学习的模型如CLIP（contrastive language-image pretraining）等，通过自监督学习方式构建，能够统一表征空间科学领域实验多模态数据语义信息，提高数据跨模态检索性能，这有助于科学家从海量数据中快速、准确地找到有价值的信息，有效提高数据利用效率。
4. 基于大模型的空间科学实验载荷在轨运行故障预测
  基于具有空间科学实验载荷故障风险预警与根因定位能力的基础大模型，利用其强大的数据表征、整合和分析能力，深入挖掘实验载荷多源工程遥测数据之间的关系，识别异常模式和变化趋势。通过大模型在语义理解、数据整合方面的技术优势，提高科学实验载荷的运行故障预测精度与效率，保障各空间科学实验载荷的安全、稳定在轨运行。
5. 基于大模型的空间科学实验数据可视化与可视分析应用
  大模型结合自然语言理解与生成能力，使科学家能够通过对话方式驱动高效的数据检索与处理。结合可视分析，通过自然语言描述生成可视化结果，形成可视分析系统。利用“CUI+GUI”的模式发挥大模型在科学家意图理解和数据智能分析方面的能力，充分利用可视分析在数据直观展示和关联分析方面的独特优势，是一种创新且高效的空间科学实验数据分析模式如在微重力空间科学实验领域将发挥重要作用。

这些应用示例表明，大模型正在空间科学实验领域发挥巨大作用，为科学研究、实验数据分析和实验载荷在轨运行决策等提供了新的可能性和技术支持，正不断推动空间科学领域科研方式变革。空间科学实验领域研究已成为AI4S的重要前沿阵地。

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。