“上天”“入地”“下海” AI驱动中国科学创新加速前行

本文转自：人民网

从河北兴隆观测站，到海拔4500米的青藏高原冰川，再到距离地球38万公里的月球表面……中国科学院的科研团队，正以AI重构科研范式并取得现实突破。未来已来，在国家“人工智能+”行动的号角下，这场始于技术、终于认知的科技革命，正在重塑人类探索世界的范式。

2025年政府工作报告提出，要持续推进“人工智能+”行动，支持大模型广泛应用。中国工程院院士、之江实验室主任王坚表示，“人工智能不是一次工具的革命，而是一次科学革命的工具或者是科学革命性的工具。”AI技术能力的突破，正在重塑科学研究的方式和边界。

作为战略科技力量，中国科学院在这一轮科技创新变革中进一步拓展大模型在深空、深地、深海等国家重大战略需求和前沿科技领域的应用，推动科研成果向产业端高效转化，为我国科技自立自强与数字经济高质量发展注入新动能。

“上天”

耀斑，太阳最剧烈的活动现象之一。近年来，为了破解耀斑爆发之谜，学者们从数据驱动角度出发，用统计方法、机器学习、深度学习等技术开展研究。然而，随着观测数据的不断积累和数据特征维度的不断增加，模型拟合与模式发现对算法规模的要求越来越高。大模型，能预测太阳耀斑吗？

中国科学院国家天文台的科研人员，以“开展前沿科学研究”为主要目标，正在探索用AI技术向太阳这颗火热的恒星寻求更多科学要义。金乌·太阳大模型应运而生。在Qwen2系列模型的基础上，国家天文台科研团队通过监督学习、强化学习，训练模型“能够理解、回答太阳物理问题”和“能够认识、分析太阳图像”等基本能力。

金乌网络结构图。阿里云供图

在耀斑预测方面，研究团队以SDO卫星公开数据、怀柔基地35厘米磁场望远镜数据和夸父一号（ASOS）全日面矢量磁像仪数据为主要数据源进行训练和测试。最终模型展现了卓越的性能，尤其是在X级耀斑的预测上，达到了95%的准确率和100%的真实阳性率。

“入地”

对中国科学院的科研人员来说，做学问、做研究是他们的本分，分担国家重大任务是责任，为国民经济服务是目标。在追日问天的同时，阳光下泛着冷冽蓝光的青藏高原冰川，西太平洋的南海碧波之下，一代又一代的科研人员在不断坚守国家生态安全屏障。

青藏高原，是世界屋脊、亚洲水塔，是地球第三极，同时也是未来全球气候变化影响中不确定性最大的地区之一。过去五十年，青藏高原气候变暖幅度是同期全球平均值的2倍，这不仅改变了冰川等固态水与湖泊、河流等液态水的库存比例，还因区域大气环流的变化重塑了青藏高原水体的空间分布格局。

面对这一现实挑战，中国科学院青藏高原研究所联合阿里云自主研发了首个专注于气候变化适应领域的水-能-粮多模态推理大模型——洛书。该模型集成训练并整合了科研人员自主研发的可解释AI驱动水能耦合模型“思源”，通义千问最新推理模型Qwen-QwQ和通义千问多模态大模型Qwen2.5-VL。

洛书模型的核心创新在于其时空特征注意力算法。融合该算法的思源模型在青藏高原复杂水文环境下的多点模拟准确率高达98%，在未见数据上的泛化能力更超越了许多传统水文预测方法的模拟水平，此外，相比传统水文模型耗时数周乃至更长的调参成本，其训练只需花费3个多小时。

“下海”

把视线转向南海碧波之下。作为西太平洋最大的边缘海，南海拥有广泛发育的珊瑚礁生态系统，珊瑚礁生态系统是地球上生物多样性最高的生态系统之一，被誉为海洋中的“热带雨林”。珊瑚礁本身能够高分辨率记录气候环境信息，也是研究过去气候变化和预测未来全球变化的优良载体。

然而，当前珊瑚礁研究面临诸多挑战。传统方式的效率低下、成本高昂且容易出错，已成为制约珊瑚礁研究发展的瓶颈。面对这一难题，中国科学院南海海洋研究所杨红强研究员团队依托十年积累的海量数据，开启了人工智能驱动的研究范式转型。他们发现，大模型在图像和视频处理领域已展现出卓越的能力，尤其是在图像识别与分割任务中的成熟应用，为智能化分析珊瑚礁影像数据提供了全新的解决方案。

南海珊瑚识别。阿里云供图

基于此，研究团队联合阿里云Qwen2-VL多模态大模型，开发了名为“瑶华”的珊瑚礁多模态大模型。该模型通过深度学习技术，实现了对珊瑚种类、覆盖率及底质组成的智能识别与健康评估。目前，“瑶华”已在11万张照片对43个珊瑚属的识别任务中取得突破性进展，整体准确率高达88%，效率较传统人工判读提升数十倍。

展望未来，通过将珊瑚礁研究与人工智能深度融合，“瑶华”有望推动珊瑚礁研究范式的转变，从传统的经验驱动迈向数据驱动，进而为脆弱的珊瑚礁生态系统的保护与管理开辟创新的路径。

“加速”

科研是基础创新的来源，是国家竞争力的体现。中国科学院与阿里云的战略合作持续深化，双方通过云计算、大模型等前沿技术，加速科研范式变革，推动大模型在基础研究与产业应用中的深度融合。

目前，阿里云正以AI为中心，全面重构底层硬件、计算、存储、网络、数据库、大数据，与AI场景有机适配、融合，加速模型开发和应用，并为全国超过50%的985院校和重点科研机构提供技术体系支撑，深度参与教育科研创新。

在普惠的AI基础设施的助力下，越来越多的科研人员能够拥有和科技巨头一样的计算平台，突破科研算力供需不匹配、资源分散、梯次覆盖不足的现实问题，让研究真正进入计算驱动的时代。

与此同时，以通义模型开源家族为基底，中国科学院体系正在形成跨学科交叉创新、开放开源的科学创新模式，并催生出独特的"大模型裂变效应"。从天空到海洋，从冰川到珊瑚，从自然到社会人文，开源基座与垂直场景的化学反应，使得科研领域的垂直模型研发周期缩短60%以上。这种"通用能力+领域知识"的双轮驱动，正在成体系地孵化科研大模型矩阵，不断拓展科学研究边界。

未来已来，我们正在见证科学范式变革，而这次，中国科学家站在了浪潮之巅。