NASA та IBM випустили NASA-IBM Lunar Foundation Model – одну з перших моделей штучного інтелекту з відкритим кодом, створених спеціально для дослідження та вивчення Місяця.
Модель, навчена переважно на даних місячного розвідувального орбітального апарата NASA (LRO). Публічно вона доступна на Hugging Face для вільного використання, а її повна кодова база – на GitHub для тестування та експериментів.
Як повідомляє NASA, модель підтримує наступне покоління місячної науки, допомагаючи дослідникам швидко аналізувати величезні обсяги даних для кращого розуміння поверхні Місяця. Використовуючи модель як інструмент картографування, дослідники можуть швидко розробляти дієві стратегії для оцінки складної поверхні Місяця, розуміння його геологічного минулого та планування майбутніх досліджень.
"NASA витратило десятиліття на створення надзвичайного наукового архіву про Місяць, але збір даних – це лише частина роботи", – каже Кевін Мерфі, головний науковий співробітник з даних та виконуючий обов'язки головного співробітника з даних та штучного інтелекту в штаб-квартирі NASA у Вашингтоні. "Ми також повинні зробити дані легшими для вчених для їхнього дослідження та використання. NASA-IBM Lunar Foundation Model показує, що можливо, коли ми додаємо штучний інтелект у петабайти наукових даних NASA. Це реальна можливість, яку ми бачимо зі штучним інтелектом: перетворення великомасштабних даних на нові відкриття".
Дані, зібрані LRO NASA за 17 років, чудово підійшли для навчання моделі, оскільки детально охоплюють більшу частину місячної поверхні. Вони фіксують майже безшовну мозаїку всього Місяця з високою роздільною здатністю.
Модель NASA-IBM навчали приблизно на 2 мільйонах фрагментів зображень із цього набору даних, серед яких понад 1 мільйон зображень із камери високої роздільної здатності з деталізацією до 1 метра та майже 964 000 мультиспектральних зображень із деталізацією до 100 метрів.
ЇЇ також навчали на зображеннях Місяця високої роздільної здатності та даних рельєфу з кількох інших місій, таких як GRAIL (Лабораторія відновлення гравітації та інтер'єру) NASA, Lunar Prospector NASA та Selenological and Engineering Explorer JAXA (Японське агентство аерокосмічних досліджень).
У NASA заявляють, що оскільки базова модель вже попередньо навчена на цьому наборі даних, планетологи можуть адаптувати її до багатьох різних завдань дослідження Місяця, таких як картографування кратерів, виявлення молодих вулканічних утворень та оцінка місця, де може бути лід поблизу місячних полюсів, використовуючи лише невелику кількість маркованих даних.
Для дослідників, які вивчають полярний лід Місяця, нова модель може допомогти оцінити, де крижані плями, ймовірно, будуть стабільними на поверхні та під нею.
За словами розробників, NASA-IBM Lunar Foundation Model демонструє результати, що відповідають або перевершують показники кількох інших потужних базових моделей у всіх оцінюваних завданнях. Модель також показує порівнянні результати в картографуванні кратерів і сегментації нерівномірних ділянок морських кратерів, водночас демонструючи явну перевагу в оцінці стабільності полярного льоду.
Також читайте: NASA показала кратер від Falcon 9 на Місяці та розкрила його масштаби
NASA модифікувало ноутбуки для МКС, щоб усі могли використовувати один зарядний пристрій