IBM i NASA zaprezentowały model AI do wyszukiwania lodu i kraterów na Księżycu

W Pakistanie IBM i NASA 10 września zaprezentowały otwarty model AI Lunar Foundation Model do analizy wieloletnich danych obserwacyjnych Księżyca. Narzędzie ma pomóc naukowcom badać powierzchnię Księżyca i wesprzeć plany dotyczące długotrwałej obecności ludzi na satelicie Ziemi, informuje Dawn.

Dane z czterech misji NASA

Model szkolono na ponad 30 warstwach danych zebranych przez dziewięć instrumentów podczas czterech misji NASA, w tym Lunar Reconnaissance Orbiter. Lunar Foundation Model dołączył do rodziny otwartych modeli fundamentalnych Prithvi, których IBM i NASA używają również do zadań geoprzeszennych i meteorologicznych.

Model AI może pomagać wykrywać potencjalne złoża lodu w stale zacienionych obszarach Księżyca, mapować kratery w celu wyboru bezpiecznych miejsc lądowania oraz badać obiekty wulkaniczne. Wcześniej takie zadania wymagały od naukowców ręcznego przetwarzania map i obrazów albo stosowania modeli uczenia maszynowego o niższej rozdzielczości.

Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.

Zasoby dla przyszłych misji

W testach model rozpoznawał kluczowe obiekty na powierzchni Księżyca z dokładnością do 23% wyższą niż powszechnie stosowane metody, podały NASA i IBM. Lód księżycowy interesuje agencje kosmiczne, ponieważ wskazuje na obecność wody i tlenu — zasobów uznawanych za niezbędne dla przyszłej bazy na Księżycu oraz produkcji paliwa rakietowego na potrzeby misji na Marsa.

Program NASA Artemis zakłada powrót astronautów na Księżyc w 2028 roku w celu przetestowania technologii potrzebnych do długotrwałej obecności na satelicie i przyszłych misji na Marsa.

Czytaj nas na Telegram i Sends