AXiA：用大语言模型让系外行星数据触手可及

AXiA是一个在48小时内开发的交互式Web平台，利用本地LLM将NASA的系外行星数据转化为通俗易懂的教育性描述，让复杂的天文数据走向大众。

NASA的TESS（凌日系外行星巡天卫星）和开普勒任务已经发现了超过17,000颗系外行星，积累了海量的天文观测数据。这些数据对于专业天文学家来说是宝贵的研究资源，但对于普通公众、学生甚至跨学科研究者而言，却如同天书——充斥着轨道周期、凌日时长、恒星半径等技术参数，缺乏直观的理解和认知桥梁。

在NASA国际太空应用挑战赛2025的48小时极限开发中，Mohsine Essat团队打造了一个名为AXiA的交互式Web平台，其核心使命只有一个：用大型语言模型的力量，将冰冷的天文数据转化为生动、准确、富有教育意义的自然语言描述，让每个人都能读懂遥远星球的故事。

AXiA的技术架构简洁而精巧，它构建了一个端到端的"数据-文本"生成管道：

平台整合了NASA两大旗舰任务的数据：

• TESS任务：约1,000+条系外行星记录
• 开普勒任务：约16,000+条系外行星记录

总计超过17,000个天体条目，涵盖行星半径、轨道周期、凌日时长、恒星质量等关键物理参数。

当用户选择一颗系外行星时，系统执行以下流程：

1. 数据检索：从本地数据集提取该行星的所有物理参数
2. 提示工程：将结构化数据自动组装成针对LLM优化的自然语言提示
3. 本地推理：通过Ollama调用Mistral AI模型进行实时文本生成
4. 结果呈现：将生成的教育性描述展示在Web界面

• 前端：JavaScript + HTML + CSS，提供直观的交互界面
• 后端：Python + Flask，处理数据查询和API路由
• AI引擎：Mistral AI via Ollama，支持完全本地化的LLM推理
• 数据源：NASA TESS/Kepler公开数据集

AXiA的用户界面设计遵循极简原则。用户只需从动态下拉菜单中选择一颗系外行星，系统即刻返回一段量身定制的描述。这些描述不是简单的数据罗列，而是经过LLM智能加工后的叙事文本——它会告诉你这颗行星距离母恒星有多远，那里的"一年"相当于地球的多少天，它的体积是木星的几倍，甚至推测它是否可能拥有大气层。

这种交互方式彻底改变了公众接触天文数据的方式。不再需要解读晦涩的数据表格，不再需要理解专业术语，普通人也能像读故事一样了解数千光年外的世界。

AXiA的价值远超技术演示本身，它在多个维度上展现了AI赋能科学传播的潜力：