基于一站式智能科研平台 ScienceOne，中国科学院自动化研究所与国家天文台联合研发天文耀发预测大模型 FLARE，瞄准攻克恒星耀发难题，为天文学研究提供了全新工具，展示了“AI + 科学”在天文领域的巨大潜力。
恒星耀发是恒星大气中磁场能量的快速释放过程，对于理解恒星结构、演化、磁活动以及探索系外宜居行星和外星生命意义重大。然而，目前通过观测获得的耀发样本数量有限，难以满足全面深入的研究需求。准确预测恒星耀发时间成为天文学研究的重要任务。与相对容易预测的太阳耀斑不同，恒星耀发预测主要依赖光变曲线。光变曲线不仅常存在数据缺失问题，而且不同恒星、同一恒星在不同时期的光变曲线变化趋势差异极大，这些复杂因素给预测工作带来诸多挑战。
中国科学院自动化研究所携手国家天文台，联合开发了天文耀发预测大模型 FLARE（Forecasting Light-curve-based Astronomical Records via features Ensemble）。该模型能精准预测恒星耀发事件，为天文学研究提供了全新的有力工具，展示了“AI + 科学”在天文领域的巨大潜力。
研究发现，恒星的物理属性（如年龄、自转速度、质量等）以及历史耀发记录，与恒星耀发存在显著关联。FLARE 通过独特的软提示模块（Soft Prompt Module）和残差记录融合模块（Residual Record Fusion Module），有效整合了恒星的物理属性和历史耀发记录，提升了对光变曲线特征的提取能力，进而提高了耀发预测的准确性。
研究团队使用 7160 颗恒星的高精度光变曲线数据进行实验，FLARE 模型在准确率、F1 值、召回率、精度等多项评估指标上表现优异，准确率超过 70%，显著优于其他模型，如多层感知器（MLPs）、循环神经网络（RNNs）、卷积神经网络（CNNs）、图神经网络（GNNs）、Transformer 以及基于预训练语言大模型的时间序列分析方法。
此外，FLARE 展现出很强的适应性，能够根据不同恒星的光变曲线变化模式，准确预测耀发事件，即使是同一恒星不同变化模式的光变曲线，也能实现精准预测。
FLARE 模型有望在天文研究中发挥更大作用，协助科学家们探索更多宇宙奥秘。相关研究论文已被人工智能领域国际顶级会议 IJCAI 2025 录用。AI在线附论文地址：
https://arxiv.org/abs/2502.18218
