NASA und IBM starten Open-Source-KI-Modell zur Auswertung von Mond-Daten

Die Partnerschaft zwischen NASA und IBM Research markiert ein neues Zeitalter im Verständnis unseres nächsten Himmelskörpers. Das NASA-IBM Lunar Foundation Model bietet Forschern ein leistungsfähiges Werkzeug zur Interpretation komplexer Mond-Daten. Diese Initiative zählt zu den ersten Open-Source-KI-Modellen, die sich speziell der Mondforschung widmen. Sie verlagert den Fokus von manueller Analyse hin zur automatisierten Entdeckung. Wissenschaftler können so riesige Datenmengen effizienter verarbeiten.

Im Kern des Modells steht ein beeindruckender Datensatz aus dem Lunar Reconnaissance Orbiter der NASA. Das Training basiert auf mehr als zwei Millionen Bildkacheln, die über fast zwanzig Jahre gesammelt wurden. Die Bilder umfassen hochauflösende Kameraaufnahmen mit einer Auflösung von einem Meter sowie multispektrale Aufnahmen mit hundert Metern Auflösung. Das System integriert zudem Geländedaten der NASA-Mission GRAIL und der SELENE-Mission der japanischen Raumfahrtagentur JAXA. Dieser umfassende Ansatz ermöglicht es dem Modell, Muster zu erkennen, die traditionelle Algorithmen oft übersehen.

Im Gegensatz zu spezialisierten Systemen, die für jede Aufgabe eine individuelle Entwicklung erfordern, passt sich dieses vortrainierte Modell schnell an. Wissenschaftler können es mit geringen Mengen gelabelter Daten feinjustieren. Diese Flexibilität eröffnet mehrere wichtige Forschungsrichtungen. Forscher kartieren derzeit Krater, um das Alter der Oberfläche genauer zu bestimmen. Gleichzeitig identifizieren sie unregelmäßige Mare-Flecken, die Hinweise auf die vulkanische Geschichte des Mondes liefern. Eine weitere kritische Anwendung betrifft die Abschätzung der Stabilität von Wassereis in polaren Regionen. Das Verständnis dieser Eisablagerungen ist entscheidend für die Planung künftiger bemannter Missionen.

Das Modell zeigt starke Leistungen bei der Vorhersage der Lage von Polareis. Es bewahrt feinskalige Details, die bei der Identifizierung von Ressourcen helfen, die für langfristige Erkundungen unerlässlich sind. Zudem erkennt es subtile Oberflächenveränderungen wie neue Einschlagkrater durch Trümmerteile von Raketen. Durch den Vergleich von Bildern vor und nach solchen Ereignissen hebt die KI Veränderungen hervor, die sonst unbemerkt blieben. Diese Fähigkeit verbessert unsere Möglichkeiten zur Echtzeitüberwachung der lunaren Aktivität.

Dieses Projekt passt in NAsas breitere Strategie, künstliche Intelligenz in wissenschaftliche Arbeitsabläufe zu integrieren. Es ergänzt erfolgreiche Initiativen wie die Prithvi-Modelle für Erdbeobachtung und das Surya-Modell für die Heliophysik. An der Entwicklung waren Teams des Marshall Space Flight Center, des Goddard Space Flight Center und des Ames Research Centers beteiligt. Akademische Partner wie das SETI-Institut und die Howard University leisteten ebenfalls Beiträge. Die Veröffentlichung des Modells als Open Science fördert globale Zusammenarbeit und reproduzierbare Forschung.