O telescópio desenvolvido pelos Observatórios Astronômicos Nacionais da China (NAOC), sob a Academia Chinesa de Ciências, foi reconhecido no relatório do Índice de IA da Universidade de Stanford para 2026 como um exemplo notável do uso de inteligência artificial em áreas como física, astronomia, química e ciência dos materiais.
O Telescópio Xingyu foi criado em colaboração pelo grupo 'Estrutura de Imagem Tridimensional da Via Láctea' do NAOC e pela Base Observacional de Xinlun. Ele representa um novo sistema de observação com inteligência incorporada na astronomia.
Diferentemente dos métodos padrão de aplicação de IA, que geralmente são usados para analisar dados após a conclusão das observações, o Telescópio Xingyu integra profundamente grandes modelos e agentes de IA diretamente no sistema de controle do telescópio. Isso permite que a IA participe durante todo o processo de observação astronômica, mudando radicalmente a abordagem tradicional à pesquisa científica nesta área.
Os telescópios de pesquisa possuem uma construção complexa, e a qualidade das observações pode depender de vários fatores, incluindo a condição do equipamento, as condições climáticas e os parâmetros dos sensores. Portanto, os métodos tradicionais dependem fortemente do controle manual.
Para resolver esse problema, o grupo de pesquisa desenvolveu um sistema de simulação digital de baixo custo para telescópios. Este sistema permite modelar vários cenários de observação, testar estratégias de controle e treinar agentes de IA sem a necessidade de gastar tempo em observações reais. O custo total de desenvolvimento pode ser da ordem de milhares de yuans (o que equivale a aproximadamente 149 dólares americanos), reduzindo significativamente a barreira de entrada para a criação de equipamentos astronômicos inteligentes e oferecendo um novo método de desenvolvimento de sistemas de simulação para objetos científicos.
O sistema inteligente já detectou alertas precoces em oito candidatos a supernovas nos estágios mais iniciais, dois dos quais passaram por observações subsequentes. O agente de IA também é capaz de salvar automaticamente a experiência adquirida e aprimorar iterativamente as estratégias de observação, aumentando assim continuamente a precisão das medições.