Искусственный интеллект в исследовании Луны: новый подход от NASA и IBM

Изучение Луны ведется человечеством на протяжении многих десятилетий. NASA накопила огромные объемы данных благодаря множеству лунных миссий и исследований. Например, данные, собранные Лунным разведывательным орбитером (Lunar Reconnaissance Orbiter, LRO), превышают по объему все данные других планетарных миссий NASA вместе взятых. Анализ этой информации требует значительных временных и трудозатрат со стороны исследователей. Чтобы упростить этот процесс, NASA и IBM разработали модель искусственного интеллекта, которая поможет в обработке лунных данных. Об этом агентство объявило 10 сентября.

Модель NASA-IBM Lunar Foundation

Новая модель, получившая название NASA-IBM Lunar Foundation Model, доступна для бесплатного использования на платформе Hugging Face. Как отметил Кевин Мерфи, главный научный сотрудник по данным и временный главный офицер по данным и ИИ NASA, "NASA потратила десятилетия на создание выдающейся научной записи о Луне, но сбор данных — это лишь часть работы".

Возможности нового AI

Разработанная модель ИИ может помочь исследователям в выполнении различных задач, таких как:

Картирование кратеров

Поиск молодых вулканических образований

Моделирование возможных местонахождений водяного льда вблизи лунных полюсов

Мерфи подчеркнул, что NASA стремится сделать научные данные более доступными для исследования и использования. В этом направлении агентство совместно с IBM разрабатывает и выпускает модели ИИ, ориентированные на науку. Ранее были созданы модели, посвященные наблюдениям за Землей и гелиофизике.

Тенденции использования ИИ в планетарной науке

Это развитие является частью более широкой тенденции использования ИИ в планетарной науке. Космические агентства и частные космические компании по всему миру исследуют, как модели ИИ могут помочь в анализе данных, увеличивая научную продуктивность, снижая затраты и оптимизируя рабочие процессы. "Модель NASA-IBM Lunar Foundation показывает, что возможно, когда мы применяем ИИ к петабайтам научных данных NASA", — отметил Мерфи. "Это реальная возможность, которую мы видим с ИИ: превращение больших объемов данных в новые открытия".

Обучение модели на данных LRO

Модель ИИ в основном обучалась на данных, собранных в ходе миссии LRO. За 17 лет работы лунный орбитер собрал почти полный мозаичный набор изображений, детализирующих поверхность Луны в высоком разрешении. Это позволяет не только улучшить качество исследований, но и ускорить процесс анализа данных, что в свою очередь может привести к новым научным открытиям.