NASA и IBM представили ИИ-модель для изучения Луны
NASA и IBM выпустили модель искусственного интеллекта с открытым исходным кодом для анализа лунной поверхности, а также новый набор данных для исследователей. Модель уже показала высокую точность в поиске возможных залежей льда и распознавании новых кратеров.
После апрельской миссии NASA Artemis II, в ходе которой астронавты впервые с 1972 года облетели Луну, агентство готовится к следующим этапам лунной программы. В рамках этой работы NASA совместно с IBM разработало новый инструмент для исследователей — систему искусственного интеллекта с открытым исходным кодом, доступную для загрузки с четверга на платформе Hugging Face.
По словам представителя IBM Хуана Бернабе-Морено, модель особенно хорошо справляется с определением участков лунной поверхности, где может находиться лёд. При сравнении с системой Microsoft SwinV2-B, часто используемой как эталон для анализа изображений, новая модель снизила количество ошибок на 23 процента. В задаче распознавания и классификации кратеров она превзошла SwinV2-B на 19 процентов, используя вдвое меньше обучающих данных.
Возможности модели получили практическое подтверждение в августе, когда ступень ракеты SpaceX Falcon 9 упала на поверхность Луны. Получив снимок места падения, модель правильно определила его как новый кратер, несмотря на то, что он почти полностью накладывался на уже существующий.
Обучение системы оказалось непростой задачей, поскольку лунные снимки сильно отличаются от земных. В отличие от Земли, где атмосфера рассеивает свет, тени на Луне выглядят резко очерченными и полностью чёрными, из-за чего затемнённые пиксели не несут никакой информации. Стандартный метод обучения, при котором модель должна восстанавливать скрытую часть изображения, также поначалу не сработал, поскольку многие кратеры при съёмке с орбиты выглядят похоже друг на друга. Решением стало разделение поверхности Луны на секторы, подобно долькам апельсина, с чётким разграничением зон для обучения и для тестирования.
Вместе с моделью NASA и IBM опубликовали обширный, взаимоувязанный набор данных, включающий десятки тысяч изображений с миссий NASA LRO и GRAIL, а также японской миссии SELENE, который смогут использовать другие исследователи для создания новых моделей.
