SpecCLIP光谱大模型介绍

2024-12-28

分光学无疑是现代天文学的基石之一。通过研究天体的光谱，天文学家能够揭示其化学组成、温度、速度、密度等关键物理特性。这一技术不仅为恒星与星系性质的研究提供了重要手段，还奠定了探索宇宙膨胀（如红移测量）的基础。其发展可追溯至19世纪中期，约瑟夫·冯·夫琅和费与古斯塔夫·基尔霍夫通过太阳光谱研究，发现了光谱线与元素特征的对应关系，将光谱观测变为解析恒星元素“DNA”的工具，从而打破了哲学家孔德“恒星化学组成无法得知”的著名论断。

近年来，以我国LAMOST光谱巡天望远镜为代表，人类对银河系恒星开展了大规模系统性观测，为追溯银河系的形成历史提供了可能。然而，面对数千万乃至上亿的海量光谱数据，如何快速、高效地测量天体的物理参数，成为新时代恒星光谱学的重大挑战。

生成式人工智能的兴起，为光谱研究带来了全新机遇。不同天体展现的丰富多样的光谱，宛如一门“光谱语言”，而大规模巡天积累的数据则为我们系统掌握这门语言提供了可能性。在此背景下，我们构建了 SpecCLIP，一套基座模型体系。我们利用 100 万条高质量的 LAMOST 低分光谱和 100 万条 Gaia XP 光谱，进行了自监督的无标签训练，随后通过 CLIP 算法将两个模型结合，实现了不同分辨率和波段覆盖的光谱间的联合分析与相互预测。

基于 SpecCLIP 模型，我们能够高效预测数十种恒星参数，并通过 LAMOST 和 Gaia XP 的联合测量显著提升参数精度。同时，我们将全面开放 SpecCLIP 模型，供研究者根据各自兴趣预测恒星性质。未来，我们将持续优化 SpecCLIP 的算法，致力于打造一套能够精准解析恒星“DNA”的大模型，为恒星光谱学研究开辟新的可能。