2026年生成式AI在天文学数据处理中的异常检测研究.docx

PAGE2

《2026年生成式AI在天文学数据处理中的异常检测研究》

一、调研概述

1.1调研背景与目的

天文学已全面进入PB级乃至EB级的大数据时代。新一代巡天项目，如薇拉·鲁宾天文台的时空遗产巡天（LSST），每晚产生约20TB的原始图像数据，而平方公里阵列（SKA）射电望远镜全面建成后，每天的数据流速将达到惊人的EB量级。传统基于规则匹配或简单统计量的异常检测手段，在面对如此海量、高维且充满噪声的观测数据时，已然陷入困境。

与此同时，生成式人工智能（GenerativeAI）在图像生成、序列建模和概率密度估计等领域展现出颠覆性能力。其不仅可以学习正常天体物理过程的复杂分布，还能