NASA dan IBM Luncurkan Model AI Open-Source untuk Mengurai Data Bulan

Kemitraan antara NASA dan IBM Research menandai era baru dalam pemahaman kita tentang tetangga langit terdekat. Peluncuran NASA-IBM Lunar Foundation Model memberikan alat yang ampuh bagi peneliti untuk menginterpretasi data bulan yang kompleks. Inisiatif ini menjadi salah satu model AI open-source pertama yang khusus ditujukan untuk ilmu bulan. Fokus beralih dari analisis manual ke penemuan otomatis. Hal ini memungkinkan ilmuwan memproses informasi dalam jumlah besar dengan efisiensi lebih tinggi.

Inti dari model ini adalah kumpulan data impresif yang berasal dari Lunar Reconnaissance Orbiter milik NASA. Proses pelatihan mencakup lebih dari dua juta tile gambar yang dikumpulkan selama hampir dua puluh tahun. Gambar-gambar tersebut menampilkan foto kamera resolusi tinggi dengan detail satu meter serta gambar multispektral dengan resolusi seratus meter. Sistem juga mengintegrasikan data topografi dari misi GRAIL NASA dan SELENE JAXA. Pendekatan komprehensif ini memungkinkan model belajar pola yang mungkin terlewatkan oleh algoritma tradisional.

Berbeda dengan sistem khusus yang memerlukan pengembangan kustom untuk setiap tugas, model pra-terlatih ini beradaptasi dengan cepat. Ilmuwan dapat melakukan penyesuaian halus hanya dengan menggunakan sejumlah kecil data berlabel. Fleksibilitas ini membuka berbagai jalur penelitian penting. Peneliti kini memetakan kawah untuk menentukan usia permukaan secara lebih akurat. Mereka juga mengidentifikasi patch mare yang tidak beraturan sebagai petunjuk tentang sejarah vulkanik Bulan. Aplikasi kritis lainnya melibatkan estimasi stabilitas es air di dekat kutub. Memahami deposit es ini sangat penting untuk merencanakan misi manusia di masa depan.

Model ini menunjukkan kinerja kuat dalam memprediksi lokasi potensi es di kutub. Ia mempertahankan detail skala kecil yang membantu mengidentifikasi sumber daya penting untuk eksplorasi jangka panjang. Model ini juga mendeteksi perubahan halus pada permukaan seperti kawah benturan baru akibat sisa roket. Dengan membandingkan citra sebelum dan sesudah peristiwa, AI menyoroti perubahan yang mungkin luput dari perhatian. Kemampuan ini meningkatkan kapasitas kita untuk memantau aktivitas bulan secara real time.

Proyek ini sejalan dengan strategi luas NASA untuk mengintegrasikan kecerdasan buatan ke dalam alur kerja ilmiah. Proyek ini melengkapi inisiatif sukses lainnya seperti Prithvi Models untuk pengamatan Bumi dan Surya Model untuk heliofisika. Pengembangan melibatkan tim dari Marshall Space Flight Center, Goddard Space Flight Center, dan Ames Research Center milik NASA. Mitra akademik termasuk SETI Institute dan Howard University juga berkontribusi dalam upaya ini. Pelepasan model ini sebagai sains terbuka mendorong kolaborasi global dan penelitian yang dapat direproduksi.