贵大新闻网讯（学生记者 姚依红）还在为天文数据太繁杂、AI训练没素材发愁吗？近日，贵州大学省部共建公共大数据国家重点实验室，大数据与信息工程学院张利教授团队打造了一个“亿级天文AI训练数据集ADAM”，这是专门为AI学天文准备的“超级题库”。
ADAM——当前全球规模最大、效应最全的天文人工智能训练数据集，包含图像达6亿1248万张，以SKA与FAST模拟观测数据为核心，为全球射电天文研究筑牢数据根基。
直击射电天文“数据痛点”
射电天文领域曾有个棘手的痛点——像SKA、FAST这些新一代望远镜投入使用后，每天会接收海量宇宙信号，但这些数据中夹杂着各种干扰与噪音，复杂的观测效应与耦合干扰“轮番上阵”，科研人员分析起来简直头疼。
“人工智能是破解这一难题的有效路径，但当时射电天文领域缺少能支撑AI训练的超大规模、高质量数据集。”人工智能本可以帮忙，但以前的天文数据集要么规模太小，要么太单一，AI根本“学不明白”。科研人员缺一份“能用、好用”的AI训练数据，于是ADAM应运而生。
“最开始没想过会做到今天这个高度，只是想填补这份空白，给同行做份‘基础素材’。”张利教授团队最初的目标很朴素，但正是这份“解决实际问题”的初心，让ADAM一步步长成了如今的全球领跑者。
独创“多观测效应协同模拟”
传统数据集就像只给AI看某一种天气的照片，但真实观测时可能是刮风、下雨、打雷同时到来。一边是射电望远镜的“数据井喷”，一边是“多效应耦合”的解析难题——传统单一维度的数据集根本没法兼顾。
团队没走老路，而是搭出了一套“多观测效应协同模拟”的新打法：
ADAM不同于以往数据集，它首次把四大望远镜阵列、六类关键观测效应全部“打包”在一起，以SKA、FAST的模拟观测数据为核心，从预处理到观测执行反复打磨，模拟出近乎真实的复杂观测环境。
团队把这套方法称为 “多观测效应协同模拟” 。通俗讲，就是先“复刻”望远镜的真实工作场景，再让AI在这个高度仿真的“训练营”里学本事——数据降噪、天体识别、效应消除……从此，复杂数据在AI眼里也变得“听话”起来。
三大亮点成就ADAM领跑全球优势
作为全球领先的天文AI训练数据集，ADAM的“底气”藏在三个实打实的优势里。
——够全也够大。不仅拥有亿级（最高达6亿多张）图像规模，更首次系统覆盖射电天文关键观测效应及多效应耦合场景——以前领域的空白，一次性全补上。
——好看更实用。ADAM绝不是“中看不中用”的花架子，它通过“多观测效应协同模拟”技术，还原出来的射电观测环境和真实情况几乎没差，AI练完就能直接用到基础科研、望远镜工程优化等众多“战场”上。
——价值辐射广。既能推进天文科研，也能支撑“东数西算”工程科研落地、赋能“人工智能+天文”行动，还能带动AI算法研发、数据处理等产业发展，同时以“无国界科研资源”的身份深化国际合作，构建全球天文大数据生态——ADAM的价值早已远超单一数据集本身。
张利坦言：“ADAM不是短期突击就能完成的，团队前后历时三年持续攻关，整个过程历经多轮调整打磨，才磨成如今的质量与规模。”目前，ADAM已应用于国际大科学工程SKA、国家大科学工程FAST及FAST核心阵列的关键技术开发，形成20余套关键技术及解决方案，为大科学工程装置发挥更大效能提供关键支撑，但团队的脚步从未停下。
要把ADAM做得更“灵”，张利教授团队表示：“未来将持续迭代ADAM，以数据赋能天文科研与多学科融合，希望人类探索宇宙的脚步，能因此走的更远。”
编辑：庞爱忠
责编：李旭锋
编审：姚作舟
