NASA и IBM представили открытую ИИ-модель, которая поможет ученым анализировать поверхность Луны. Система получила название NASA-IBM Lunar Foundation Model и предназначена для работы с огромными массивами данных, собранными разными космическими аппаратами.
До сих пор исследователям часто приходилось изучать лунные карты и изображения вручную либо использовать отдельные алгоритмы под конкретные задачи. Новый подход объединяет данные разных типов и разрешений в единую систему. Это должно упростить поиск закономерностей, которые сложно заметить при анализе каждого набора наблюдений отдельно.
Модель обучали примерно на двух миллионах фрагментов изображений. В основу вошли данные орбитального аппарата Lunar Reconnaissance Orbiter, а также сведения с миссий GRAIL, Lunar Prospector и японского аппарата SELENE/Kaguya.
Всего объединенный набор включает более 30 пространственно согласованных слоев данных от девяти научных инструментов и четырех миссий. Они описывают разные свойства лунной поверхности и подповерхностных слоев.
Одно из главных направлений применения модели — поиск потенциальных залежей водяного льда. Особый интерес представляют постоянно затененные области у лунных полюсов. Там температура может оставаться достаточно низкой, чтобы лед сохранялся на протяжении очень длительного времени.
Вода на Луне важна не только для научных исследований. В будущем ее можно будет рассматривать как источник воды, кислорода и компонентов ракетного топлива. Поэтому карты потенциальных залежей льда могут помочь при выборе мест для посадки и планировании длительных экспедиций.
Модель умеет помогать с обнаружением и классификацией кратеров. Такие структуры позволяют изучать историю Луны, оценивать возраст разных участков поверхности и выявлять возможные опасности для посадочных аппаратов — например, крутые склоны и крупные камни.
Еще одна задача связана с изучением вулканических образований. По ним ученые пытаются понять, как менялись температура и геологическая активность Луны.
В тестах NASA-IBM Lunar Foundation Model показала результат до 23% лучше широко используемых методов при распознавании некоторых особенностей лунной поверхности. При этом система распространяется как открытый проект: модель доступна на Hugging Face, а исходный код опубликован на GitHub.
Исследователи рассчитывают, что открытая модель позволит ученым по всему миру быстрее анализировать лунные данные, адаптировать систему под новы е задачи и эффективнее готовить будущие миссии.
Читайте также:
Умный телескоп DWARFLAB Draco получил 90-мм оптику и поворотный сенсор для снимков космоса
Muon Space впервые испытала в космосе двигатель Холла на цинковом топливе
Стратосферная «вышка связи» Sceye совершила рекордный перелет между США и Японией