NASA и IBM запустили открытую ИИ-модель для анализа лунных данных

Сотрудничество NASA и IBM Research открывает новую эру в изучении нашего ближайшего небесного соседа. Запуск NASA-IBM Lunar Foundation Model предоставляет исследователям мощный инструмент для интерпретации сложных лунных данных. Эта инициатива стала одной из первых открытых искусственных моделей, посвященных лунной науке. Фокус смещается с ручного анализа на автоматическое обнаружение закономерностей. Ученые могут обрабатывать огромные объемы информации с большей эффективностью.

В основе модели лежит впечатляющий набор данных, собранных космическим аппаратом Lunar Reconnaissance Orbiter NASA. Обучение включало более двух миллионов фрагментов изображений, собранных почти за двадцать лет. Эти снимки включают высокодетализированные кадры камеры с разрешением один метр и мультиспектральные изображения с разрешением сто метров. Система также использует данные о рельефе от миссий GRAIL NASA и SELENE JAXA. Такой комплексный подход позволяет модели выявлять закономерности, которые традиционные алгоритмы могли бы пропустить.

В отличие от специализированных систем, требующих индивидуальной разработки для каждой задачи, эта предварительно обученная модель адаптируется быстро. Ученые могут дообучить ее с помощью небольших объемов размеченных данных. Эта гибкость открывает несколько ключевых направлений исследований. Исследователи теперь составляют карты кратеров для более точного определения возраста поверхности. Они также выявляют неправильные морские пятна, которые дают подсказки о вулканической истории Луны. Еще одно важное применение связано с оценкой стабильности водяного льда вблизи полюсов. Понимание этих ледяных отложений жизненно важно для планирования будущих пилотируемых миссий.

Модель демонстрирует высокую эффективность в прогнозировании мест залегания полярного льда. Она сохраняет мелкомасштабные детали, помогающие выявлять ресурсы, необходимые для долгосрочного освоения. Модель также фиксирует едва заметные изменения на поверхности, например новые ударные кратеры, образованные остатками ракет-носителей. Сравнивая снимки до и после событий, искусственный интеллект выделяет изменения, которые иначе остались бы незамеченными. Эта возможность повышает нашу способность отслеживать лунную активность в реальном времени.

Этот проект соответствует более широкой стратегии NASA по интеграции искусственного интеллекта в научные рабочие процессы. Он дополняет другие успешные инициативы, такие как модели Prithvi для наблюдения за Землей и модель Surya для гелиофизики. В разработке участвовали команды из Космического центра Маршалла, Космического центра Годдарда и Исследовательского центра Эймса NASA. Академические партнеры, включая Институт SETI и Университет Хоуарда, также внесли свой вклад. Публикация этой модели в открытом доступе стимулирует глобальное сотрудничество и воспроизводимые исследования.