НАСА и IBM представили ИИ‑модель для исследования Луны

НАСА начинает активнее использовать искусственный интеллект для изучения Луны, чтобы изменить подход исследователей к анализу её поверхности. В рамках сотрудничества с IBM Research и несколькими научными организациями агентство представило NASA‑IBM Lunar Foundation Model, одну из первых открытых ИИ‑моделей, созданных специально для лунных исследований. Модель обучалась преимущественно на данных орбитального аппарата НАСА Lunar Reconnaissance Orbiter (LRO). Она размещена в открытом доступе на Hugging Face, а полный исходный исходник опубликован на GitHub.

В отличие от традиционных моделей, для которых под каждую задачу приходится разрабатывать и обучать отдельный алгоритм, фундаментальные модели предварительно обучают на огромных массивах неразмеченных данных. Полученные итак знания позволяют быстро адаптировать их к разным научным задачам с помощью дополнительного обучения на сравнительно небольших наборах данных.

Данные, собранные LRO за последние 17 лет, хорошо подходят для такой модели, поскольку подробно охватывают большую часть поверхности Луны. NASA‑IBM Lunar Foundation Model обучили приблизительно на двух миллионах фрагментов изображений. В них вошли более миллиона снимков высокого разрешения с детализацией до одного метра и почти 964 тысячи мультиспектральных изображений с разрешением 100 метров. Кроме того, для обучения использовали изображения и информация о рельефе, полученные другими миссиями, в том числе НАСА GRAIL, Lunar Prospector и японский аппарат SELENE.

Благодаря предварительному обучению планетологи могут адаптировать схема к различным задачам, используя сравнительно небольшое количество размеченных данных. Например, она может картировать кратеры, находить молодые вулканические образования и оценивать возможное расположение льда возле лунных полюсов.

При изучении полярного льда модель помогает определять области, где лёд может сохраняться на поверхности и под ней. Постоянно затенённые районы Луны остаются достаточно холодными, чтобы удерживать лёд на протяжении миллиардов лет.

При изучении вулканической истории Луны схема ускоряет поиск необычных образований, известных как irregular mare patches, или «необычные участки лунных морей». Эти структуры выглядят сравнительно молодыми и поэтому ставят под сомнение существующие представления о времени остывания Луны.

Модель также способна эффективнее ручных методов картировать такие объекты поверхности, как кратеры.

В испытаниях NASA‑IBM Lunar Foundation Model показала результаты на уровне или выше нескольких сильных базовых моделей. При картировании кратеров и выделении необычных участков лунных морей результаты были сопоставимы, а при оценке устойчивости полярного льда новая схема продемонстрировала явное преимущество.