近日，面向高能物理的人工智能系統(tǒng)——“賽博士“（Dr. Sai）——正式上線，這是國際高能物理領(lǐng)域的首個(gè)大型人工智能系統(tǒng)，入口為https://drsai.ihep.ac.cn。
2023年7月以來，在中國科學(xué)院高能物理研究所“從0到1”項(xiàng)目的支持下，計(jì)算中心和實(shí)驗(yàn)物理中心聯(lián)手打造了"賽博士"（Dr. Sai）AI智能體，旨在使其高度智能化和自動(dòng)化地完成文獻(xiàn)調(diào)研、程序編寫、事例產(chǎn)生、事例分析、結(jié)果解釋和文章撰寫等任務(wù)，將科學(xué)家從創(chuàng)新性要求較低的例行工作中解放出來。項(xiàng)目第一階段聚焦我國首個(gè)科學(xué)裝置——北京正負(fù)電子學(xué)對撞機(jī)上的北京譜儀III（BESIII）——的數(shù)據(jù)分析。
經(jīng)過一年的攻堅(jiān)，在7月4日下午的BESIII合作組會(huì)上，研究團(tuán)隊(duì)面向BESIII合作組正式發(fā)布了第一版“賽博士”并進(jìn)行了現(xiàn)場教學(xué)，受到了大家的熱烈歡迎。"賽博士"v1.0版本已上線HepAI平臺(tái)（https://ai.ihep.ac.cn），為進(jìn)一步改進(jìn)系統(tǒng)、早日實(shí)現(xiàn)既定目標(biāo)打下了堅(jiān)實(shí)的基礎(chǔ)。此外，團(tuán)隊(duì)還將從底層模型開始為高能物理實(shí)驗(yàn)研發(fā)可總結(jié)理解物理規(guī)律的科學(xué)大模型等工作。
“賽博士”是一個(gè)基于大模型的多智能體協(xié)同系統(tǒng)，其核心組件包括：基于開源基座模型（目前為LLaMA3）的領(lǐng)域增強(qiáng)大語言模型——“高能·溪悟”，利用高能物理和BESIII實(shí)驗(yàn)數(shù)據(jù)進(jìn)行二次預(yù)訓(xùn)練和微調(diào)從而實(shí)現(xiàn)專業(yè)性能提升；基于矢量數(shù)據(jù)庫和知識(shí)圖譜的記憶器，通過檢索增強(qiáng)生成（RAG）和自我反思緩解幻覺現(xiàn)象；基于自研HepAI分布式部署框架的執(zhí)行器，實(shí)現(xiàn)BESIII代碼的遠(yuǎn)端執(zhí)行和結(jié)果讀取；基于多個(gè)AI工具的“數(shù)據(jù)飛輪系統(tǒng)”，實(shí)現(xiàn)模型的持續(xù)迭代升級；基于提示工程和知識(shí)庫的多個(gè)智能體，針對不同任務(wù)實(shí)現(xiàn)具體優(yōu)化。經(jīng)過一系列測試，“賽博士”在高能物理領(lǐng)域的知識(shí)問答、任務(wù)規(guī)劃、代碼生成等方面性能超過世界上主流的大語言模型，研究人員們可以借助這一先進(jìn)工具，更加高效地開展實(shí)驗(yàn)數(shù)據(jù)的分析和研究，例如可在輸入清晰指令后由”賽博士“將整個(gè)分析工作自動(dòng)完成。
圖1： “賽博士”智能體總體概覽
高能物理經(jīng)過數(shù)十年的發(fā)展，逐步演變?yōu)橐蕾嚫叨染堋?fù)雜的大科學(xué)裝置獲取海量實(shí)驗(yàn)數(shù)據(jù)，并通過分析挖掘數(shù)據(jù)發(fā)現(xiàn)與驗(yàn)證物理規(guī)律的學(xué)科，高能物理實(shí)驗(yàn)收集的數(shù)據(jù)也是國際上最大的數(shù)據(jù)集之一，而如何充分有效地挖掘海量科學(xué)數(shù)據(jù)產(chǎn)出科學(xué)成果是該領(lǐng)域面臨的重要挑戰(zhàn)之一。近年來，以大模型為代表的人工智能技術(shù)取得重大突破，相較于人類，其在記憶力、高維復(fù)雜、全局視野、推理深度和猜想等方面具有較大優(yōu)勢，為促進(jìn)科學(xué)發(fā)現(xiàn)提供了新的思路。
圖2：BESIII合作組會(huì)中“賽博士”分會(huì)場
圖3："賽博士"小組主要成員（按姓氏排序）
項(xiàng)目成員主要來自高能所計(jì)算中心和實(shí)驗(yàn)物理中心，并有中國科學(xué)院大學(xué)、蘭州大學(xué)、吉林大學(xué)和南京大學(xué)的研究生參與。本項(xiàng)目研究過程中還得到了“從0到1”指導(dǎo)小組、機(jī)器學(xué)習(xí)創(chuàng)新組和BESIII合作組多位專家的指導(dǎo)和建議。
附件下載：
