主要观点总结
中国科学院地球化学研究所与阿里云联合发布了国际首个“月球科学多模态专业大模型”,简称“月球专业大模型”。该模型以视觉、多模态及自然语言等通义系列模型为基模,结合RAG检索增强等技术进行微调及训练。这一模型的发布将大大加速海量数据的处理,帮助科研工作者挖掘新的科学发现。最佳落地场景是月球撞击坑识别,可提高科研效率。接下来,月球专业大模型将嵌入‘数字月球云平台’,推动云平台智慧化升级。
关键观点总结
关键观点1: 月球科学多模态专业大模型发布
中国科学院地球化学研究所与阿里云联合发布国际首个专注于月球科学的多模态大模型,基于通义系列模型并融合RAG检索增强技术。
关键观点2: 大模型在月球撞击坑识别中的应用
月球专业大模型的最佳应用场景是月球撞击坑识别。它能够调用通义视觉和多模态模型,从多种数据中判定图像对应的模态类型,并回答关于撞击坑的形态、大小、年代等相关问题。
关键观点3: 大模型的准确率
月球专业大模型在撞击坑识别上的准确率已达到80%以上,不仅能对撞击坑进行分类,还能解决一些尚未解决的科学问题。
关键观点4: 数字月球云平台的升级
月球专业大模型将嵌入“数字月球云平台”,推动云平台的智慧化升级。该平台集科学研究、工程应用以及科普教育为一体,是中国科学院地化所牵头建设完成的,助力我国月球与行星科研创新加速。
正文
今天,中国科学院地球化学研究所与阿里云联合发布国际首个“
月球科学多模态专业大模型
”(简称“月球专业大模型”)。
月球专业大模型以视觉、多模态及自然语言等通义系列模型为基模,结合RAG检索增强等技术,于阿里云百炼专属版进行微调及训练。
中国科学院院士、中国月球探测工程首任首席科学家欧阳自远表示,随着人类深空探测活动的快速推进,探测数据呈井喷式增长。科学大数据已然成为推动科技创新的强大引擎。在数据管理方面,我国已经取得先发优势。在数据应用方面,我国必须充分发挥现有的人工智能技术优势。
在他看来,基于阿里云通义模型构建的月球专业大模型将大大加速海量数据的处理,帮助科研工作者挖掘新的科学发现。
月球是离地球最近的一个星球,研究月球能帮助我们更好的认识地球和太阳系。
这次发布的月球专业大模型的最佳落地场景是
月球撞击坑识别
,能提高科研效率。
月球撞击坑的大小、深浅、形状等特征,是人类对月球地质演化研究的重要依据。目前月球上直径一公里以上的月球撞击坑数量已超100万个,直径一公里以下的撞击坑数量至今无法确定。
如果完全依赖人工,完成所有的识别是“几乎无法实现的”。
科研工作者只需输入月球撞击坑图像和相关问题,月球专业大模型即可调用通义视觉、多模
态模型,从17种多模态数据中(包括光谱、高程、重力等数据)判定该图像对应的模态类型。
通过检索知识库、调用通义语言模型,月球专业大模型可回答该撞击坑的形态、大小、年代等相关问题,并给出推理过程。
“通过对海量数据的准确把握,大模型不仅可以对撞击坑进行分类,还可以解决一些目前仍未解决的科学问题。”中国科学院地化所研究员刘建忠介绍,在月球撞击坑识别上,月球专业大模型的准确率已达到
80%以上
。
接下来,月球专业大模型将嵌入“数字月球云平台”,推动云平台智慧化升级。
“数字月球云平台”由中国科学院地化所牵头建设完成,是国际上月球探测数据最全,集科学研究、工程应用以及科普教育为一体的云平台,它将与FAST等大科学装置一同成为科研基础设施的重要组成部分,助力我国月球与行星科研创新加速。