NASA и IBM представили Lunar Foundation Model – открытую модель искусственного интеллекта для анализа лунной поверхности. Её можно загрузить через Hugging Face и использовать, в частности, для поиска участков, где потенциально может содержаться водяной лед. Об этом сообщает IBM.
На первый взгляд это выглядит как обычная новость ещё об одной специализированной нейросети. Но практический угол здесь другой: NASA фактически отдаёт сторонним исследователям не готовый ответ «где искать лёд», а инструмент и сырые данные, с которыми можно не согласиться. Это принципиально отличается от закрытых моделей, где пользователь видит только результат и вынужден верить ему на слово.
Почему старые методы компьютерного зрения здесь не работают напрямую
При тестировании модель показала лучшие результаты, чем SwinV2-B – система компьютерного зрения от Microsoft. В задании по поиску потенциальных залежей льда она уменьшила количество ошибок на 23%, а при выявлении и классификации кратеров превзошла SwinV2-B на 19%, используя вдвое меньше обучающих данных.
Разработка модели была сложной из-за специфики лунных снимков. Из-за отсутствия атмосферы тени на Луне очень резкие, а освещение поверхности изменяется в зависимости от положения Солнца. Поэтому один и тот же кратер может иметь существенно разный вид на разных изображениях. Чтобы избежать проблем с обучением, исследователи разделили поверхность Луны на секторы и использовали разные участки для обучения и тестирования.
Это не косметическая деталь. Земные модели компьютерного зрения обучены на свете, рассеянном атмосферой, где тени мягкие и предсказуемые. Луна ломает эту логику: то, что для привычного алгоритма выглядит как «новая текстура», на самом деле может быть тем же самым кратером в другое время «лунного дня».
Модель уменьшила количество ошибок при поиске льда на 23% по сравнению с решением Microsoft, используя вдвое меньше данных для обучения.
Главное не модель, а данные под ней
Вместе с моделью NASA и IBM опубликовали открытый набор данных, который может использоваться другими исследователями для создания собственных ИИ-моделей. Он объединяет десятки тысяч изображений и инструментальных данных из миссий NASA Lunar Reconnaissance Orbiter (LRO) и Grail, а также японской Selene. Данные синхронизировали между разными типами измерений, чтобы они соответствовали одним и тем же участкам лунной поверхности.
Именно синхронизация трёх независимых миссий – американских и японской – превращает этот релиз из очередного демо в рабочий инструмент. Любая команда, планирующая посадку или бурение, теперь может проверить прогноз модели по первичным данным, а не просто принять вывод «здесь вероятно есть лёд» на веру.
Вопрос в том, воспользуются ли этим частные лунные программы: если открытая модель начнёт влиять на реальный выбор посадочных участков для будущих миссий по добыче ресурсов, это станет первым примером, когда open-source ИИ напрямую определяет географию космической гонки за Луну.
- Напомним, что астронавты Artemis II снимали Землю на iPhone 17 Pro Max.
- Секретный самолёт США NT-43A RAT55 отслеживал миссию NASA Artemis II, которая вышла за пределы орбиты Земли.
- 1 апреля NASA запустило пилотируемую миссию Artemis II вокруг Луны. Также космическая миссия Artemis II появится в прямой трансляции на Netflix.
