2024年12月7日，在中国古生物学会新技术新方法专业委员会(筹)第一届会员代表大会暨第一届一次学术年会上，由中国地质大学（武汉）与科大讯飞以产学研协同模式打造的地球科学领域垂直大模型——“元古大模型”正式发布。
依托地球科学学院宋海军教授团队在地球生物学领域的研究成果，研究团队对62万多张古生物化石图片、3000篇地学文献的45万余条地质实体与属性进行数据清洗与标注，这些数据构成了千亿参数的“元古大模型”基石。
依托处理后的高质量地学数据集，团队采用预训练和微调相结合的方法，完成了对古生物化石图片识别和地学文献实体抽取任务的训练，并利用大模型技术，实现了古生物化石的复原工作。区别于传统机器学习方法，“元古大模型”综合运用了图生文、文生图、文生文的生成式预训练模型架构，成功验证了在全国产化算力和算法基础上，利用多模态大模型技术解决地球科学领域问题的技术可行性。
按照化石形态学特征复原的鱼类图▲
“元古大模型”的体系架构是一个综合性框架，旨在通过云端运行的智能算力基础设施和多模态大模型集成能力，形成一个全面、高效的地球科学研究、教育教学和社会服务为一体的智能化系统。目前，已推出古生物化石标本识别助手、地质文献数据挖掘助手和古生物学智能知识问答助手，并将陆续上线地学智能搜索引擎和古生物科普数字人，为地球科学专业的学生、地质工作者等提供全方位的教学、实践、科研及服务支持。
古生物化石标本识别助手：能够识别120类常见的古生物化石、岩石，并能以科学工作者视角精细化描述化石数量、颜色、外形结构等多维度信息，并基于化石结构推理出化石种类。目前其能力已同步训练到星火大模型最新版本，可供公众及地学科研工作者调用和使用，实现科研成果向社会服务转化。
地质文献数据挖掘助手：依托训练完成的地学文献实体抽取任务，通过大模型辅助地学文献研读、自动抽取地学领域实体和属性，攻克了由于专业术语多、信息的隐式表达、数据稀缺导致的通用大模型实体抽取覆盖率低等技术难点，为基于大规模文献揭示极地温度演化新规律、发现古生物、古环境等领域的新规律提供有力的工具支持。
此外，面向师生及地质工作者打造的地学智能搜索引擎也将逐步开放。该引擎基于“元古大模型”强大的推理能力，可实现地学专业知识的即问即答，以及面向各类地学专业网站科普资源、公开的地学音视频资源、预印本网站论文等丰富数据的精准搜索。
地学智能搜索引擎▲
“元古”，来自于地质时代“元古宙”，是地球历史上存在时间最久的一个宙，也是智力起源的时代，真核生命、多细胞生命和动物均起源于元古宙。“元古”寓意着地球科学的古老与深邃，也象征着智慧与创新的崭新起点，是地球科学领域深刻变革的星星之火。未来，“元古大模型”将以“科研工作者的科研助手”“地大学习者的良师益友”“地质工作者的勘探利器”“地学爱好者的百科全书”为最终目标，不断优化数据质量、丰富数据类型、训练科学任务、开发创新应用、提供多样化的应用场景，为地球科学学科发展作出新贡献。
文章内容来自“科大讯飞集团”微信公众号
