NASA разом з IBM Research і кількома університетами випустило NASA-IBM Lunar Foundation Model — одну

NASA разом з IBM Research і кількома університетами випустило NASA-IBM Lunar Foundation Model — одну з перших відкритих AI-моделей, зроблених спеціально під місячну науку. Ваги лежать на Hugging Face, повний код — на GitHub, качати може будь-хто.

Основа навчання — архів Lunar Reconnaissance Orbiter, який знімає Місяць уже 17 років і встиг зібрати більше даних, ніж усі інші планетарні місії NASA разом узяті. Модель прогнали приблизно через 2 мільйони фрагментів зображень: понад мільйон кадрів камери з роздільністю 1 метр на піксель і майже 964 тисячі мультиспектральних знімків по 100 метрів. Додали ще матеріали GRAIL, Lunar Prospector і японського SELENE. Гравітаційні карти GRAIL мають масштаб 20 кілометрів на піксель, знімки LRO — метр, і щоб звести такі різні шкали в одне представлення, команда взяла за основу TerraMind, модель спостереження Землі, яку IBM робила разом з ESA.

Сенс foundation-моделі в тому, що її не тренують під конкретну задачу з нуля. Вона попередньо навчена на величезному масиві нерозмічених даних, а далі планетолог донавчає її невеликою порцією розмічених прикладів — і отримує інструмент під свою тему за дні, а не за роки.

Поки модель охоплює три теми: картування кратерів, за якими датують вік поверхні; пошук нерегулярних морських ділянок — дивних вулканічних утворень, які виглядають надто молодими й псують усталену хронологію охолодження Місяця; і оцінку того, де в полярних постійно затінених регіонах лід міг зберегтися мільярди років — на поверхні й під нею. На кратерах і вулканізмі модель тримається нарівні з сильними базовими рішеннями, а от на льоду відірвалась помітно: RMSE нижча до 22% проти SwinV2-B. На контекстному масштабі близько 100 метрів вона обійшла той самий SwinV2-B майже на 19%, використавши вдвічі менше тренувальних даних.

Кевін Мерфі, головний директор NASA з наукових даних, формулює мотив просто: зібрати петабайти — лише половина роботи, другу половину роками ніхто не робив.

Разом з моделлю відкрили й перший уніфікований місячний датасет — понад 30 просторово вирівняних шарів із дев'яти інструментів чотирьох місій. Тепер будь-яка лабораторія у світі може взяти цей набір і спробувати побити NASA з IBM на їхньому ж полі.

https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model

Підпишись | Монобаза