千問が国家天文台の研究チームを支援し、研究用望遠鏡シミュレーションシステムを構築

QwenWork ニュース

最近、QwenWork（チエンウェン・オフィス）は中国国家天文台の研究チームと協力し、口径の大きな科研用望遠鏡のデジタルシミュレーションシステムを構築しました。わずか3日間で開発を完了し、費用は1000元以下に抑えられました。

従来、同種のシステムはソフトウェアベンダーに委託して開発する必要があり、約3ヶ月の開発期間と数万円の高額なコストがかかっていました。QwenWorkはこのシステム構築のハードルを100分の1にまで大幅に引き下げたのです。

01

観測シミュレーションシステムを構築する理由

宇宙は果てしない広がりを持ち、望遠鏡が捉える星の光はすべて遥かな深宇宙から届いています。

超新星爆発やガンマ線バーストといった突発的現象は、宇宙の長い歴史の中での一瞬の閃光でありながら、宇宙の進化や極限物理プロセスを研究する上で重要な手がかりとなります。

こうした現象は突然訪れ、あっという間に消え去ってしまうため、高性能な望遠鏡だけではその瞬間を捉えることは困難です。感知能力を持ち、思考し、自ら判断できる「頭脳」が必要になります。

しかし、科研用望遠鏡のリソースは非常に限られており、実機を使って何度も試行錯誤を行うのは現実的ではありません。そこで、シミュレーションシステム内で観測プロセスを事前に再現し、損失を最小限に抑える方法が有効となります。

そのため、研究チームは本格的な観測を行う前に、「シミュレーション望遠鏡」を構築し、観測フロー全体を模擬して計画の妥当性を検証しなければなりません。その後に初めて、実際の装置で深宇宙を凝視することが可能になります。

今回、QwenWorkはこうしたシミュレーションシステムの基盤プラットフォームとして貢献しました。

02

シミュレーションシステムの仕組み

QwenWorkは国家天文台の研究チームと連携し、大口径科研用望遠鏡のデジタルシミュレーションシステムを構築しました。望遠鏡の各コンポーネントやセンサーの状態、観測環境の情報を統合し、標準化されたMCPインターフェースとして提供することで、AIエージェント（Agent）によるリアルタイム監視と呼び出しが可能になりました。

これは、まるで望遠鏡の各部品を一列の「汎用コンセント」に変換したようなもので、エージェントが即座に接続・利用でき、状態の確認だけでなく、遠隔操作も可能になります。

このシステムでは、以下の2つの専用モデルが協調動作しています：

クロスサーベイ時系列整合法モデル：複数の公開天文サーベイデータから、極初期の超新星候補を特定し、「何を見るか」を決定します；

短時間局地気象予測モデル：リアルタイムの観測条件を評価し、「どう観測するか」を指導します。

最終的に、エージェントは科学的目标の優先順位、望遠鏡のリアルタイム状態、対象天体の観測可能な時間帯を総合的に判断し、「状態認識 → タスク計画 → 方案生成 → プロセス検証」という一連の閉ループ処理を自律的に完遂できます。

03

関連エージェント、極初期超新星候補8件を成功予警

このエージェントフレームワークはシミュレーションに留まらず、「司天（シテン）」プロトタイプおよび「司天」パイロット機にも実際に接続されています。

研究者が観測要請を行うと、エージェントは目標の優先度、天候、設備状態を考慮して観測プランを生成し、異なるMCPインターフェースを通じて制御モジュールを呼び出して実行し、結果を研究者にフィードバックします。タスク終了後には、実行結果と専門家の意見に基づき今後の計画を最適化し、有効な経験を再利用可能なスキル（Skill）として蓄積することも可能です。

現時点で、関連するエージェントはすでに8件の極初期超新星候補を成功裏に予警しました。つまり、宇宙の「瞬き」を8回、光が消える前に捉えたのです。そのうち2回は天候が許す条件下で、実際に実機による観測をトリガーしました。

今回の取り組みは単に一台の望遠鏡向けにシミュレーションシステムを構築しただけでなく、新たな天文研究の組織形態と実行モデルの探求でもあります。

04

AIが真に研究実行に参加、科学研究のパラダイムが変化中

天文観測は、人間の目から始まり、現在ではAIが実行に参加する段階へと進化しています。かつては手動操作が主流でしたが、次第に事前設定された自動化ワークフローへと移行しました。しかし、天候や機器の異常が生じると依然として人手による介入が必要でした。今日では、大規模言語モデル、エージェント、科学モデルと望遠鏡制御システムが融合を進め、AIはリアルタイムの環境情報と科学的目标に基づき、動的に計画を立て、ツールを呼び出し、案を検証し、戦略を調整する能力を持つようになりました。

また、シミュレーションシステムは仮想環境で繰り返しタスクを実行し、機器の状態、環境変化、意思決定プロセス、実行結果を継続的に記録することで、高品質な学習データを生成できます。これらのデータはより高度な望遠鏡制御モデル（例：VLA）の訓練に活用され、将来的に実機上でより高度な知的観測を実現する基盤となります。

「AIは研究プロセスにますます深く関与しています。研究者は問題提起と目標設定を行い、エージェントが観測の実行、計画の検証、タスクの反復作業の一部を担うようになっています。これは、AIの役割が単なる分析支援から、研究の実行フェーズへと拡大していることを示しています。」——中国国家天文台人工知能推進委員会の李瑀暘（リ・ユーヤン）博士

400年以上前、ガリレオは自作の望遠鏡で木星の4つの衛星を初めて観測し、地動説の重要な証拠を提示しました。

それから400年が経った今日、AIは研究者が宇宙の儚い閃光を捉える手助けをしています。

AIは星空を見上げる人々を置き換えることはありませんが、研究者を繰り返しの作業から解放し、「科学的問いを立てる」という本来の使命へと戻すことができます。

観測、検証、改善のプロセスをエージェントに任せ、最も重要な「発見」に時間を注ぐことができるのです。

次の深宇宙からの光が地球に到達するとき、そこには既に人工知能が待ち受けているでしょう。

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at このメールアドレスはスパムボットから保護されています。閲覧するにはJavaScriptを有効にする必要があります。. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!