NASA i IBM wypuściły AI do badania Księżyca. Ma szukać lodu i bezpiecznych miejsc lądowania

NASA i IBM udostępniły otwartoźródłowy model sztucznej inteligencji zaprojektowany specjalnie do badania Księżyca. NASA‑IBM Lunar Foundation Model łączy dane z wielu instrumentów i ma pomóc naukowcom szybciej wykrywać potencjalne złoża lodu, mapować kratery oraz analizować ślady dawnej aktywności wulkanicznej. Hasło „NASA” 12 września znalazło się wśród aktywnych trendów Google w Polsce.

Model został wytrenowany na ponad 30 warstwach danych pochodzących z dziewięciu instrumentów i czterech misji. Kluczowym źródłem są obserwacje Lunar Reconnaissance Orbiter, ale zestaw obejmuje też dane z misji GRAIL i japońskiej SELENE/Kaguya.

Czym jest NASA‑IBM Lunar Foundation Model?

To model bazowy AI przygotowany do pracy z wieloma rodzajami danych księżycowych jednocześnie. Zamiast budować osobny algorytm dla każdego pytania, badacze mogą wykorzystać wspólny model i dostroić go do konkretnego zadania.

NASA podkreśla, że przez dekady misje zgromadziły petabajty obrazów i pomiarów. Problemem nie jest już brak danych, lecz ich skala i złożoność. AI ma przyspieszyć odnajdywanie zależności, których ręczna analiza zajmowałaby znacznie więcej czasu.

Jak AI może pomóc znaleźć lód na Księżycu?

Najbardziej interesujące są stale zacienione obszary w pobliżu biegunów. Mogą zawierać lód wodny ukryty pod powierzchnią. Model łączy różne typy pomiarów, by wskazywać miejsca o większym prawdopodobieństwie występowania lodu.

REKLAMA

Woda na Księżycu ma znaczenie nie tylko dla nauki. W przyszłości może być źródłem wody pitnej, tlenu, a po rozłożeniu na wodór i tlen także składników paliwa rakietowego.

Po co AI mapuje kratery?

Kratery pozwalają określać wiek i historię geologiczną powierzchni, ale są również praktycznym problemem dla przyszłych lądowników i astronautów. Dokładna mapa pomaga omijać strome zbocza, głazy i inne zagrożenia.

Model może rozpoznawać kratery na różnych skalach i łączyć ich geometrię z innymi pomiarami. To może ułatwić wybór bezpiecznych miejsc lądowania i lokalizacji przyszłej infrastruktury.

Czy nowy model jest lepszy od dotychczasowych metod?

IBM informuje, że w wybranych zadaniach model osiągał wyniki do 23 proc. lepsze niż szeroko używane metody porównawcze. W wykrywaniu obszarów o wysokim potencjale lodowym błąd był mniejszy nawet o 22 proc., a przy kontekstowym wykrywaniu kraterów przewaga sięgała około 19 proc. przy użyciu połowy danych treningowych.

Nie oznacza to, że AI zastępuje naukowców. Model jest narzędziem do filtrowania i interpretowania ogromnych zbiorów danych, a wyniki nadal wymagają oceny badaczy.

Dlaczego NASA i IBM udostępniły model publicznie?

Model jest dostępny na Hugging Face, a kod można testować i rozwijać w otwartym środowisku. Wraz z nim udostępniono również zestawy danych gotowe do uczenia maszynowego i benchmarki.

Dzięki temu uniwersytety i zespoły spoza NASA mogą porównywać własne metody, tworzyć nowe zastosowania i odtwarzać wyniki badań.

Co AI ma wspólnego z programem Artemis?

NASA chce wrócić do długotrwałej obecności człowieka na Księżycu. Lepsze mapy lodu, topografii i zagrożeń mogą wspierać planowanie misji, choć sam model nie podejmuje decyzji o miejscach lądowania.

W dłuższej perspektywie technologie testowane na Księżycu mają pomóc w przygotowaniu misji na Marsa. Dlatego możliwość szybszej analizy danych jest ważna nie tylko dla geologii Księżyca.

Źródła

• NASA Science – Lunar Foundation Model
• IBM – oficjalny komunikat
• Reuters – NASA i IBM
• Google Trends Polska

REKLAMA