Conveners
人工智能
- Chenzhou Cui (University of Chinese Academy of Sciences)
人工智能
- 赵 丽娜 (高能所)
人工智能
- Zheng-De Zhang (张正德) (IHEP(高能所))
- 彦棡 王 (中国科学院计算机网络信息中心)
-
泽中 张24/06/2026, 13:30人工智能
-
Linjing Li (CASIA)24/06/2026, 13:50人工智能
人工智能赋能科研的共性问题与挑战
Go to contribution page -
赵 丽娜 (高能所)24/06/2026, 14:10人工智能
以同步辐射光源、中子源为代表的平台类核技术大科学装置能够支撑国家重点产业需求与安全保障任务，通过深度融合人工智能、数字孪生、多智能体与科学大模型等新兴技术，这类国家大科学平台将重塑形成自主智能研究范式。本报告基于同步辐射光源智慧化布局的思考探索，具体论述多技术联用实验方案智能推荐、线站实验智能化自动化调控、高维实验数据挖掘理解等光源智慧化建设进展。
Go to contribution page -
涛 张涛 (中国科学院高能物理研究所)24/06/2026, 14:25人工智能
生物大分子X射线衍射晶体结构解析是揭示生物大分子三维结构最重要的手段之一。据统计，当前Protein Data...
Go to contribution page -
Ms 欢 赵 (中国科学院上海高等研究院)24/06/2026, 14:40装置总体介绍
上海软X射线自由电子激光装置（简称SXFEL）数字化智能化改造项目计划于2027年初建成一个智慧FEL系统，实现从传统物理装置向“物理+数字”装置的转型。智慧FEL系统包括数字建模、XFEL科学数据库以及智能加速器，以系统化及智能化手段提高装置效率。科学家将因此拥有更高效、直观的数据交互方式，更准确的调整加速器运行参数、提升装置性能和分析用户实验结果。
Go to contribution page
数字建模实现装置硬件设备的全面1:1数字化建模，涵盖束流元件、工艺管线及公共设施等。数字模型与实时运行数据、科学数据库和智能加速器功能相结合，为科研人员提供直观的调试和运行平台。XFEL科学数据库统一管理装置的运行数据、设备参数和实验数据，确保信息安全和可靠；借助硬时序系统，构建的多维度检索平台，可实现全装置数据精准关联和统一整合，为科研人员提供一站式、全维度数据统一视图。智能加速器则基于装置长期运行数据、机器学习算法和物理模型，能... -
UNKNOWN 滕海云 (高能所)24/06/2026, 15:15人工智能
在中子谱仪动态实验和智能化趋势的背景下，本团队借鉴边缘计算的思路，通过将实验的多模态数据与控制信息进一步紧密结合，探索实验信息的端侧实时处理与智能化基座。在具体研究路线上，多模态的探测器流式数据与仪器传感数据、实验控制配置等信息内容经过新的数据聚合接口统一为适合高维稀疏分析的张量化参数形式，由嵌入式GPU的异构计算平台承担端侧的数据处理和AI算法内容，实验信息的在线分析和控制反馈融合为各种算法流水线的调度引擎，直接面向实验运行逻辑提供现场闭环的全部信息处理和智能控制功能。新研究计划依托散裂中子源2期的单晶中子衍射谱仪展开尝试，初步实现在线智能化的自动对准、完整度扫描、晶面指数判断等实验信息处理功能，同时对仍需人工经验的复杂精修分析则预留信息接口保持与现有系统生态的兼容。期望面向单晶衍射测量的逻辑，探索传统实验控制到智能信息化处理的模式转变，令实验获得现场信息观测和实验效率上的便利性、...
Go to contribution page -
蓉 杜 (高能所)24/06/2026, 15:30
-
Dr 芹 袁24/06/2026, 15:45人工智能
ABX3型卤化物钙钛矿因其卓越的结构灵活性和可调谐的电子性质而备受关注，在光电子学、催化和光伏太阳能电池等领域展现出广阔的应用前景。尽管其庞大的组分空间涵盖了多种结构组合，但寻找兼具热力学稳定性与理想电子特性的候选材料仍是材料设计中的核心挑战。材料的宏观性质由长程晶格周期性和局域配位几何共同决定，X射线衍射（XRD）与X射线吸收精细结构（XAFS）互补地表征这些不同尺度的结构信息。然而，现有大多数深度学习模型仅能处理单一表征数据，无法捕捉长程晶格结构与局域配位几何之间复杂的非线性跨模态关联。为此，本文提出一个端到端的多模态深度学习框架，采用双向交叉注意力机制实现晶格结构与配位几何的跨模态耦合，从而预测形成能、费米能和带隙。在ABX3型钙钛矿数据集上的实验结果表明，该模型性能显著优于单模态解析方法。进一步通过特征重要性归因分析，识别出主导各项性质的关键光谱特征。这种可解释的多模态融合解...
Go to contribution page -
鹏 胡 (高能所)24/06/2026, 16:00数据管理与存储
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...
Go to contribution page -
麻清刚24/06/2026, 16:15人工智能
-
Chenzhou Cui (University of Chinese Academy of Sciences)25/06/2026, 08:30人工智能
Confronted with the challenges of governing massive and heterogeneous datasets, the efficiency bottlenecks of traditional data service models, and the mission of supporting cutting-edge AI4S innovation, the China-VO, or National Astronomical Data Center (NADC), has systematically planned and implemented a next-generation astronomical data service system characterized by “Digital-Intelligent...
Go to contribution page -
胡晓彦25/06/2026, 08:45人工智能
-
DONGBO Xiong (IHEP)25/06/2026, 09:00人工智能
随着基座模型性能的快速迭代，智能体技术迅猛发展，其能力边界持续拓展，已逐步深入科研工作的各个环节。智能体架构已从简单的ReAct模式演进至基于Tool Call Loop等范式驱动的工程化体系，工程应用能力正成为其核心发展方向。我们积极推进Open Dr.Sai科学智能体框架在大科学装置数据分析等科研场景中的工程落地，通过构建与适配同步辐射光源、散裂中子源等装置数据处理工具链、分析流程及领域知识库，将科学智能体应用于知识检索、技能培训、科学数据分析等关键环节。我们构建了Open Dr.Sai的Web、CLI及桌面等多端应用，并研发了Synchrotron Agent、RongZai Agent等专业科学智能体，作为科研用户在文献调研、实验方案构建、专业数据处理与学术写作等方面智能助手。目前，Synchrotron...
Go to contribution page -
Gholamhossein Haghighat ( (Institute of High Energy Physics, Chinese Academy of Sciences, Beijing 100049, China) )25/06/2026, 09:15人工智能
We introduce an AI-driven multi-agent system that automates the processing of Nuclear Resonant Scattering (NRS) measurements. Developed atop the Dr. Sai ecosystem, the system addresses two primary experimental techniques within the NRS domain: coherent scattering methods and inelastic scattering approaches for phonon studies. The agent is optimized for operation at the High Energy Photon...
Go to contribution page -
伟 鲍 (中国科学院高能物理研究所)25/06/2026, 09:30人工智能
随着粒子加速器装置向高性能、复杂化和智能化方向发展，装置运行过程中产生了海量的多源异构的数据资源。当前，粒子加速器领域的数据管理仍存在数据分散存储、多模态耦合复杂、标准规范缺失以及共享复用能力不足等问题，制约了数据资源的高效管理与深度利用，也限制了人工智能方法在智能调节、故障诊断和预测性维护等场景中的应用效果。针对上述现状，高质量数据集生成已成为推动粒子加速器智能化研究的重要基础。
Go to contribution page
本文面向高能同步辐射光源（HEPS）和中国散裂中子源（CSNS）等典型粒子加速器装置，围绕人工智能应用需求，研究高质量数据集生成方法，设计并实现了一个遵循FAIR原则的AI-Ready数据集生成平台——FARAD。平台采用任务驱动的微服务架构，集成数据清洗、多源时序对齐、特征工程、标签组织与多模态融合等功能模块，构建了从原始数据采集到标准化数据集生成的完整流程。平台结合统一数据模型、元数据管理和语义对齐... -
一鹤 庞 (高能所)25/06/2026, 09:45人工智能
高能同步辐射光源产生的实验数据具有海量、多模态、高维度等特征，给用户的实验数据处理与解析带来了巨大挑战，传统数据解析模式难以适应新一代光源高通量运行需求。本报告介绍HEPSBot面向高能同步辐射光源的实验数据解析智能体系统。该系统基于大语言模型构建，通过知识库与语义理解辅助用户开展同步辐射实验，并与面向同步辐射多模态高通量数据解析的人工智能平台“智慧光源大脑”（IPSBrain）深度融合，实现对HEPS多模态实验数据的快速解析与深度挖掘。HEPSBot将智能问答与高通量数据解析功能有机整合，面向HEPS线站用户提供从实验前设计、实验中参数配置到实验后数据解析的全链条智能化服务。
Go to contribution page -
莎莎 卢 (中国科学院计算机网络信息中心)25/06/2026, 10:00人工智能
针对复杂科学计算任务，科研人员通常需要调用本地工作站、高性能计算集群和云服务平台等多类异构算力资源，手工完成资源查询、环境配置、任务组织、作业提交、状态跟踪和结果获取等操作。由于不同平台在接口形式、任务描述方式和执行流程上存在差异，科研人员需要在多个工具和系统之间切换，导致学习和操作成本高、流程衔接困难以及自动化程度不足等问题。针对上述问题，本文提出并实现了一种面向复杂科学计算场景的异构算力智能体系统。该系统以大语言模型为核心，构建了面向异构算力资源的智能化服务框架。围绕科学计算任务执行过程，该系统能够通过自然语言交互理解用户需求，完成工具选择、资源查询、任务组织、任务提交与状态跟踪，将复杂算力操作转化为从需求理解到结果反馈的连续执行流程。同时，系统将不同算力平台能力封装为符合 MCP（Model Context...
Go to contribution page -
Wenshuai文帅 Wang王 (Institute of High Energy Physics 高能所)25/06/2026, 10:15人工智能
HEPS作为第四代同步辐射光源，首期已建成14条实验线站，在用户试用实验期间征集到约580项课题申请，2026年首批课题征集到1700余项课题申请，未来将建成更多实验线站，研究领域涵盖众多学科门类，科学用户数量与提案量都将呈指数级增长。
Go to contribution page
当前HEPS用户服务系统还是人工主导的提案管理模式，在面对未来激增的提案数量时，存在着多重瓶颈：科研人员难以精准定位最适合的装置配置，往往依赖反复咨询和试错；管理员面对海量提案难以高效识别高价值申请，HEPS首轮普通课题征集期间峰值时一天收到500多项课题申请，人工筛选的公平性和一致性难以保证；评审专家在有限时间内审阅大量跨学科提案，缺乏智能辅助工具导致评审质量波动，评审周期长，大量前沿提案可能因“排队”错失窗口期；机时分配依赖人工经验，面对突发情况（设备故障、紧急科学需求）调整效率低下且易引发连锁冲突。
... -
飞 谢 (中国科学技术大学)25/06/2026, 10:30人工智能
-
健 何 (中国科学院上海高等研究院)25/06/2026, 10:45装置控制与数据获取
本研究面向上海光源 10 条功能差异化同步辐射光束线开展智能化升级，对标国际主流同步辐射装置 AI 调光技术，针对光束低频热致慢漂、高频机械振动耦合引发的通量与光斑位置失稳难题，构建感知 - 认知 - 决策三级闭环智能调控体系，核心技术指标为全线路一键智能调束≤5min，纳米探针线站光斑抖动控制至 20 nm RMS。
Go to contribution page
系统采用四层软硬件架构，分层部署用户交互、算法应用、异构数据库与算力硬件，基于 MySQL、MongoDB 分别存储设备结构化参数与荧光靶、CCD 非结构化图像数据。研究形成三项核心算法：依托神经网络自适应 PID 实现光学元件二次闭环稳控；采用多尺度 CNN 融合 QBPM 点位与荧光成像多源信息完成局部光束反馈；结合皮尔逊特征降维、差分进化与随机森林构建全局逆向参数寻优模型，并引入时序漂移检测算法提升复杂工况鲁棒性。项目基于 SHADOW 与... -
陶建辉25/06/2026, 11:00
-
Fujie Tang人工智能
X射线吸收谱（XAS）是探测材料局域原子环境（如氧化态、配位几何）的强有力工具，但解析XAS谱图长期面临着“结构-谱图”关系高度非线性、多对多映射以及依赖昂贵第一性原理计算的挑战。本次报告将介绍我们最近的工作，旨在解决从谱图到结构的逆向解析及正向预测难题。首先介绍我们发展SPT模型，这是一种端到端的通用解析引擎。SPT创新性地结合了频域特征分解与图神经网络的上下文聚合机制，能够分层提取光谱的全局趋势与局部微小波动...
Go to contribution page -
蓉 杜 (高能所)数据处理与科学计算
针对中国散裂中子源（CSNS）的中子数据分析需求，我们持续发展了RZera软件。今年初推出的RZera 3.0版本已成功部署于多台中子谱仪，实现了从特定谱仪专用工具向通用数据流平台的跨越。该版本采用统一的模块化架构，显著提升了用户操作的便捷性；同时，通过与多台谱仪合作开发多种新方法，有效解决了实际数据处理中的关键问题，全面提升了软件的处理能力。目前，RZera 3.0已形成统一、高效的数据流处理框架，并全面投入在线与离线环境中的实际应用。
Go to contribution page -
张泽中人工智能