NASA un IBM izveido mākslīgā intelekta modeli Mēness izpētei

Kopš NASA Artemis II misijas aprīlī, kad astronauti pirmo reizi kopš 1972. gada veica lidojumu ap Mēnesi, kosmosa aģentūra turpina gatavoties nākamajiem misiju posmiem. Šī procesa ietvaros NASA sadarbībā ar IBM izstrādājusi jaunu rīku zinātniekiem — atvērtā koda mākslīgā intelekta sistēmu Mēness virsmas izpētei, kas ceturtdien darīta pieejama lejupielādei platformā Hugging Face.

Pēc IBM pārstāvja Huana Bernabē-Moreno teiktā, modelis īpaši labi spēj noteikt vietas uz Mēness virsmas, kur, iespējams, atrodas ledus. Testējot modeli pret Microsoft izstrādāto attēlu analīzes sistēmu SwinV2-B, kas bieži tiek izmantota kā salīdzināšanas standarts, jaunais modelis samazināja kļūdu skaitu par 23 procentiem. Savukārt krāteru identificēšanā un klasificēšanā tas SwinV2-B pārspēja par 19 procentiem, izmantojot uz pusi mazāk apmācības datu.

Modeļa spējas praktiski apstiprinājās augustā, kad Mēnesim uzskrēja SpaceX raķetes "Falcon 9" pakāpe. Modelis pareizi atpazina trieciena vietu kā jaunu krāteri, lai gan tas cieši pārklājās ar jau esošu krāteri.

Apmācības process nebija vienkāršs, jo Mēness attēli būtiski atšķiras no Zemes novērojumu attēliem — atšķirībā no Zemes, kur atmosfēra izkliedē gaismu, uz Mēness ēnas ir asas un pilnībā melnas, tāpēc ēnotie pikseļi nesatur informāciju. Arī tradicionālā apmācības metode, kurā modelim jāatjauno noslēpta attēla daļa, sākotnēji neizdevās, jo daudzi krāteri no orbītas izskatās līdzīgi. Pētnieki šo problēmu atrisināja, sadalot Mēnesi šķēlēs kā apelsīnu un stingri nošķirot apmācības un testēšanas zonas.

Līdztekus modelim publiskota arī apjomīga, savstarpēji sasaistīta datu kopa ar desmitiem tūkstošu attēlu no NASA misijām LRO un GRAIL, kā arī Japānas misijas SELENE, ko turpmāk varēs izmantot citi pētnieki jaunu modeļu izstrādei.