当天文学遇到大数据

浩瀚的宇宙自古以来就一直吸引着人类进行不懈探索。天文学这门基于观测的最古老的自然科学，随着科技的进步，目前也迈进了大数据时代。

天文学是最早的数据驱动学科，云计算与大数据技术是制约学科发展的关键因素。除了海量天文数据，在线服务、软件工具、数据处理系统、分析挖掘环境等也都是推动天文科研、科普的重要因素。

海量的数据与先进的信息技术“融合”，在天文学领域结出硕果的同时，将在更广阔的空间发挥引领和示范作用。比如，分布式海量数据存储、大规模计算、新一代应用架构、机器学习和人工智能等方面的技术，帮助中国科学院国家天文台逐步实现数据资源上云，其中包括在贵州最新落成的FAST（中国天眼）观测的数据。

FAST是由中国人创造的世界上最大的单口径射电望远镜，它为我国天文学研究者提供了先进的仪器设备，同时也带来了海量大数据。有统计显示，FAST进入正式科学观测后，每天将产生高达50TB的数据。

在FAST早期观测时，国家天文台采用的是漂移扫描的观测模式，这个模式有一个19波束的接收机，带宽400兆赫兹，通过1G的频率进行采集，它的原始数据的产生率是38个GB每秒，压缩后会小到原来的1/5到1/6，也就是大约6个GB每秒。

国内除了FAST，还有“悟空”卫星等，在国际上我国也有很多大型天文望远镜观测项目，如跨越南非和澳大利亚的一平方千米的天线阵，据称它的原始数据产生率将会超过十个PB每秒，将超过目前全球互联网的带宽，这都将给天文学带来海量数据。

人类从哪里来，宇宙有哪些奥秘，这些其实是生命起源的最基本问题。研究这些基本问题的天文学是一个开放的学科，数据都向全世界开放共享。国际合作是天文学的“基因”，天文大数据将大大推动计算科学的发展。云计算技术发展到一定程度，世界上就会有更多人可以参与到人类这些基本问题的研究中来，产生全球共享的效应。

以郭守敬望远镜为例，它是我国天文学领域第一个国家大科学工程项目，也是世界上光谱巡天效率最高的望远镜。自2009年落成以来，已经获得超过700万天体的光谱，是世界上最大的天体光谱库。目前，郭守敬望远镜的产品数据已经完成上云，并通过对外公开数据发布网站向全世界开放。上云完成后，将大大提升郭守敬望远镜观测数据的显示度和利用率。

在大数据时代，如何访问和使用这些海量的信息成为了全世界天文学家面临的难题。虚拟天文台之父、美国约翰·霍普金斯大学的Alex Szalay教授提出了“虚拟天文台”的设想。

虚拟天文台是通过信息技术，将全球范围内的天文数据无缝透明连接在一起，从而形成数据密集型网络化天文研究与科普教育的平台。多年来，我也一直致力于中国虚拟天文台的研究和建设。

由中国虚拟天文台与微软研究院合作完成的“WWT北京社区”，成为了WWT官方中文门户，正为全球的中文用户提供各种信息和资源。

大数据时代，虚拟天文台拉近了公众与宇宙之间的距离，而中国虚拟天文台和星明天文台推出的“公众超新星搜寻项目”，则为普通公众在欣赏宇宙之美的同时，有了参与天文新发现的可能。也许将来国内有更多拥有天文设备的爱好者、组织团体加入到该项目中，寻找更多类型的天体，也将不断充实虚拟天文台为公众服务的内容和功能。借助大数据带来的科技进步，全民搜星的时代或许很快就会来临。