NASA та IBM створили ШІ-модель для дослідження Місяця

Модель NASA-IBM Lunar Foundation Model створили для аналізу великих обсягів космічних даних: картування кратерів, пошуку покладів льоду та вивчення геологічної історії супутника Землі. Її опублікували на платформі Hugging Face, а вихідний код для тестування й експериментів — на GitHub. Над розробкою працювали NASA, IBM Research і низка академічних установ.

Основою для навчання стали дані орбітального апарата Lunar Reconnaissance Orbiter, який за 17 років зібрав найповніший високодеталізований архів зображень місячної поверхні. Система опрацювала близько двох мільйонів фрагментів знімків: понад мільйон із роздільною здатністю один метр на піксель та майже 964 тисячі мультиспектральних зображень із роздільною здатністю 100 метрів на піксель. Крім матеріалів LRO, використали дані місій GRAIL і Lunar Prospector від NASA та японської SELENE агентства JAXA. Загальний масив LRO перевищує сукупний обсяг даних усіх інших планетарних місій NASA й фактично утворює майже безшовну карту всієї поверхні Місяця.

«Базова модель NASA-IBM демонструє можливості, що відкриваються завдяки застосуванню ШІ до петабайтів наукових даних NASA. Саме в цьому ми вбачаємо справжній потенціал ШІ: перетворення масивів даних на нові наукові відкриття», — заявив керівник відділу наукових даних NASA Кевін Мерфі.

Після попереднього навчання планетологи можуть швидко адаптувати модель до конкретних дослідницьких завдань, використовуючи невеликі обсяги даних. Серед напрямів — картографування кратерів, пошук молодих вулканічних структур і визначення районів можливого залягання льоду поблизу полюсів. Окрема увага — ділянкам у постійній тіні, де температура достатньо низька, щоб лід зберігався мільярди років. Це робить такі райони перспективними і для вивчення історії Місяця, і для пошуку ресурсів майбутніх місій. Модель також прискорює пошук irregular mare patches — незвичних вулканічних утворень, які можуть свідчити, що геологічна активність Місяця тривала довше, ніж вважалося раніше.

За результатами тестування модель не поступалася або навіть перевершувала інші потужні базові моделі: показала порівнянну точність під час картографування кратерів і сегментації вулканічних утворень, а також кращі результати в оцінюванні стабільності полярного льоду. Швидке автоматичне виявлення кратерів має особливе значення, адже саме їхній підрахунок допомагає визначати вік різних ділянок поверхні та відтворювати історію формування Сонячної системи.

Lunar Foundation Model продовжує лінійку наукових ШІ-проєктів NASA та IBM. До неї вже входять моделі Prithvi для аналізу даних спостереження за Землею та прогнозування повеней, врожайності й ураганів, а також Surya для прогнозування сонячних спалахів і космічної погоди.

Для України та світу це насамперед сигнал про зміну темпу космічних досліджень: відкриті моделі означають, що аналізувати місячні дані зможуть не лише великі агенції, а й університети та невеликі команди. Практичний ефект — швидша підготовка місій, точніше картування ресурсів і краще розуміння того, де саме варто шукати лід, від якого залежатиме довготривала присутність людини на Місяці.