NASA та IBM представили Lunar Foundation Model – відкриту модель штучного інтелекту для аналізу місячної поверхні. Її можна завантажити через Hugging Face та використовувати, зокрема, для пошуку ділянок, де потенційно може міститися водяний лід. Про це повідомляє IBM.
На перший погляд це виглядає як звичайна новина про ще одну спеціалізовану нейромережу. Але практичний кут тут інший: NASA фактично віддає стороннім дослідникам не готову відповідь «де шукати лід», а інструмент і сирі дані, з якими можна не погодитися. Це принципово відрізняється від закритих моделей, де користувач бачить лише результат і змушений вірити йому на слово.
Чому старі методи комп’ютерного зору тут не працюють напряму
Під час тестування модель показала кращі результати за SwinV2-B – систему комп’ютерного зору від Microsoft. У завданні з пошуку потенційних покладів льоду вона зменшила кількість помилок на 23%, а під час виявлення та класифікації кратерів перевершила SwinV2-B на 19%, використовуючи вдвічі менше навчальних даних.
Розробка моделі була складною через специфіку місячних знімків. Через відсутність атмосфери тіні на Місяці дуже різкі, а освітлення поверхні змінюється залежно від положення Сонця. Через це один і той самий кратер може мати суттєво різний вигляд на різних зображеннях. Щоб уникнути проблем із навчанням, дослідники розділили поверхню Місяця на сектори та використовували різні ділянки для навчання і тестування.
Це не косметична деталь. Земні моделі комп’ютерного зору навчені на світлі, розсіяному атмосферою, де тіні м’які й передбачувані. Місяць ламає цю логіку: те, що для звичного алгоритму виглядає як «нова текстура», насправді може бути тим самим кратером о іншій годині «місячного дня».
Модель зменшила кількість помилок при пошуку льоду на 23% порівняно з рішенням Microsoft, використовуючи вдвічі менше даних для навчання.
Головне не модель, а дані під нею
Разом із моделлю NASA та IBM оприлюднили відкритий набір даних, який може використовуватися іншими дослідниками для створення власних ШІ-моделей. Він об’єднує десятки тисяч зображень та інструментальних даних із місій NASA Lunar Reconnaissance Orbiter (LRO) і Grail, а також японської Selene. Дані синхронізували між різними типами вимірювань, щоб вони відповідали одним і тим самим ділянкам місячної поверхні.
Саме синхронізація трьох незалежних місій – американських і японської – перетворює цей реліз із чергового демо на робочий інструмент. Будь-яка команда, що планує посадку чи буріння, тепер може перевірити прогноз моделі за первинними даними, а не просто прийняти висновок «тут імовірно є лід» на віру.
Питання в тому, чи скористаються цим приватні місячні програми: якщо відкрита модель почне впливати на реальний вибір посадкових ділянок для майбутніх місій із видобутку ресурсів, це стане першим прикладом, коли open-source ШІ безпосередньо визначає географію космічної гонки за Місяць.
- Нагадаємо, що астронавти Artemis II зафільмували Землю на iPhone 17 Pro Max.
- Секретний літак США NT-43A RAT55 відстежував місію NASA Artemis II, яка вийшла за межі орбіти Землі.
- 1 квітня NASA запустило пілотовану місію Artemis II навколо Місяця. Також космічна місія Artemis II з’явиться у прямій трансляції на Netflix.
