天文預(yù)測新SOTA！紫東太初&國家天文臺聯(lián)手攻克恒星耀發(fā)難題
有效整合恒星物理屬性和歷史耀發(fā)記錄，提升光變曲線特征提取能力
FLARE團(tuán)隊(duì) 投稿
量子位 | 公眾號 QbitAI
還記得劉慈欣在《全頻帶阻塞干擾》中描繪的耀斑爆發(fā)嗎？
現(xiàn)在科幻照進(jìn)現(xiàn)實(shí)，人類踏出了理解耀斑的重要一步——預(yù)測。
來自紫東太初和中國科學(xué)院國家天文臺的研究團(tuán)隊(duì)，聯(lián)合開發(fā)了天文耀發(fā)預(yù)測大模型FLARE （Forecasting Light-curve-based Astronomical Records via features Ensemble）。
該模型能精準(zhǔn)預(yù)測恒星耀發(fā)事件，為天文學(xué)研究提供了全新的有力工具，也展示了AI for Science在天文學(xué)領(lǐng)域的巨大潛力。
相關(guān)研究論文已成功被人工智能領(lǐng)域國際頂級會議IJCAI 2025錄用。
以下是更多詳細(xì)內(nèi)容介紹。
恒星耀發(fā)從何而來
恒星耀發(fā)是恒星大氣中磁場能量的快速釋放過程，對于理解恒星結(jié)構(gòu)、演化、磁活動以及探索系外宜居行星和外星生命意義重大。
然而，目前通過觀測獲得的耀發(fā)樣本數(shù)量有限，難以滿足全面深入的研究需求。
因此，準(zhǔn)確預(yù)測恒星耀發(fā)時間成為天文學(xué)研究的重要任務(wù)，但此前這一領(lǐng)域一直缺乏相關(guān)研究成果。
與相對容易預(yù)測的太陽耀斑不同，恒星耀發(fā)預(yù)測主要依賴光變曲線。
恒星的光變曲線
光變曲線不僅常存在數(shù)據(jù)缺失問題，而且不同恒星、同一恒星在不同時期的光變曲線變化趨勢差異極大，這些復(fù)雜因素給預(yù)測工作帶來諸多挑戰(zhàn)。
在此背景下，紫東太初研究團(tuán)隊(duì)與國家天文臺聯(lián)合開展研究。
他們發(fā)現(xiàn)，恒星的物理屬性（如年齡、自轉(zhuǎn)速度、質(zhì)量等）以及歷史耀發(fā)記錄，與恒星耀發(fā)存在顯著關(guān)聯(lián)。
基于此，雙方合作開發(fā)了FLARE模型。
該模型通過獨(dú)特的軟提示模塊 （Soft Prompt Module）和殘差記錄融合模塊 （Residual Record Fusion Module），有效整合了恒星物理屬性和歷史耀發(fā)記錄，提升了光變曲線特征提取能力，進(jìn)而提高了耀發(fā)預(yù)測的準(zhǔn)確性。
FLARE模型架構(gòu)解析
在模型架構(gòu)方面，F(xiàn)LARE首先將光變曲線分解為趨勢和殘差成分，利用移動平均法去除數(shù)據(jù)缺失的影響，分別對其進(jìn)行處理，并通過殘差記錄融合模塊將歷史耀發(fā)記錄融入殘差中，增強(qiáng)模型的穩(wěn)健性。
天文耀發(fā)預(yù)測大模型FLARE的整體結(jié)構(gòu)圖
對于恒星物理屬性，軟提示模塊將屬性名稱和數(shù)值組織成文本結(jié)構(gòu)，借鑒P-tuning方法，部分替換詞向量為可訓(xùn)練參數(shù)，更好地保留了物理屬性的意義，有助于區(qū)分不同恒星。
此外，研究團(tuán)隊(duì)采用預(yù)訓(xùn)練大模型，并利用低秩微調(diào)LoRA技術(shù)對模型進(jìn)行微調(diào)，使其能夠同時處理文本和光變曲線數(shù)據(jù)，最終通過多層感知器預(yù)測未來24小時內(nèi)恒星耀發(fā)的概率。
模型性能實(shí)驗(yàn)
為驗(yàn)證FLARE模型的性能，研究人員使用7160顆恒星的高精度光變曲線數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。
他們將FLARE模型與多種基線模型對比，涵蓋了基于時間序列表示學(xué)習(xí)的各類方法，如多層感知器 （MLPs）、循環(huán)神經(jīng)網(wǎng)絡(luò) （RNNs）、卷積神經(jīng)網(wǎng)絡(luò) （CNNs）、圖神經(jīng)網(wǎng)絡(luò) （GNNs）、Transformer，以及基于預(yù)訓(xùn)練語言大模型的時間序列分析方法。
FLARE模型與多種基線模型的對比結(jié)果
實(shí)驗(yàn)結(jié)果顯示，F(xiàn)LARE模型在準(zhǔn)確率、F1值、召回率、精度等多項(xiàng)評估指標(biāo)上表現(xiàn)優(yōu)異，準(zhǔn)確率超過70%，顯著優(yōu)于其他模型。
通過具體實(shí)例研究，F(xiàn)LARE模型展現(xiàn)出強(qiáng)大的適應(yīng)性。
它能夠根據(jù)不同恒星的光變曲線變化模式，準(zhǔn)確預(yù)測耀發(fā)事件，即使是同一恒星不同變化模式的光變曲線，也能實(shí)現(xiàn)精準(zhǔn)預(yù)測。
FLARE模型對多個樣本耀發(fā)預(yù)測結(jié)果
未來，隨著研究的深入，F(xiàn)LARE模型有望在天文研究中發(fā)揮更大作用，助力科學(xué)家們探索更多宇宙奧秘。
論文鏈接：https://arxiv.org/abs/2502.18218
- 只有5%AI項(xiàng)目在掙錢！MIT最新報(bào)告印證奧特曼警告2025-08-22
- 宇樹180芭蕾機(jī)器人，究竟啥水平？2025-08-20
- OpenAI頭號叛徒，竟然是自學(xué)的AI?2025-08-22
- 00后MIT華人女生輟學(xué)創(chuàng)業(yè)，已融1.5個億2025-08-20
相關(guān)閱讀
參數(shù)量暴降，精度反升！哈工大賓大聯(lián)手打造點(diǎn)云分析新SOTA
基于KANs，具有更強(qiáng)的學(xué)習(xí)復(fù)雜幾何特征的能力
別再SOTA了，那叫“微調(diào)”！Science發(fā)文炮轟論文灌水
Science發(fā)文表示：人工智能在某些領(lǐng)域的進(jìn)步引人注目，但這并不是真正的進(jìn)步。
