Speaker
鹏 胡
(高能所)
Description
高能同步辐射光源（HEPS）作为新一代大科学装置，将产生海量、多模态、高维度实验数据。随着人工智能的迅猛发展，如何构建面向AI4S的高质量数据集、领域知识库以及相关工具，已成为未来智慧光源建设的重要方向之一。本文围绕HEPS实验全生命周期，探讨面向同步辐射实验的数据、知识与工具体系建设。在数据层面，HEPS在产生原始实验数据之后，还可进一步形成分析处理数据，以及计算模拟数据和文本知识等多类型科学数据资源。围绕实验方法学、科学研究、装置应用等方向，有必要逐步构建谱学数据集、图像数据集、材料结构-性能数据集等典型数据集，形成面向人工智能训练与科学发现的高质量数据基础。在知识层面，探讨基于科学文献、实验报告、用户手册以及实验日志等非结构化文本构建领域知识库的方法。利用大模型与文本知识解析技术，可抽取实验方法学、线站知识、实验流程、数据分析流程等领域知识，构建知识图谱与结构化知识体系，实现实验数据与文本知识的融合组织，为实验问答、知识检索与科学推理提供支撑。在工具体系方面，HEPS目前已建设并运行数据管理系统与数据分析系统，并正在进一步探索计算模拟系统、文本知识库系统以及多源数据智能融合工具等。其中，计算模拟系统可实现实验数据与理论计算结果的关联组织，支撑实验—模拟协同研究；文本知识库系统面向科学文献与实验知识的结构化解析与管理，为领域知识积累与智能检索提供支撑；多源数据智能融合工具则致力于实现不同线站、不同实验方法以及不同尺度数据之间的关联与协同，推动跨模态、多维度科学数据融合分析。最后，讨论了当前面临的关键挑战，包括实验元数据标准化不足、多源异构数据融合困难。未来需要进一步推动“数据—知识—工具”协同建设，实现多模态科学数据与领域知识的深度融合，支撑HEPS向智慧光源发展。
Primary author
鹏 胡
(高能所)
