In Breve
- Qual è l'obiettivo del NASA-IBM Lunar Foundation Model?
- Analizzare petabyte di dati lunari per facilitare studi geologici e migliorare la navigazione degli astronauti.
- Dove è stato pubblicato il modello?
- Il modello è disponibile su Hugging Face come open source.
- Quali strumenti sono stati utilizzati per il dataset?
- Il dataset include dati provenienti da nove strumenti di quattro missioni lunari.
IBM e NASA hanno annunciato il lancio del NASA-IBM Lunar Foundation Model, un modello di intelligenza artificiale open source progettato per analizzare enormi volumi di dati lunari raccolti negli ultimi cinquant’anni. Questo modello, pubblicato su Hugging Face, rappresenta un passo significativo verso l’ottimizzazione delle analisi geologiche della superficie lunare.
Il modello multimodale è stato addestrato su un ampio dataset NASA, che sarà reso disponibile al pubblico. Ciò consente agli scienziati di adattare un singolo foundation model a diverse analisi geologiche, eliminando la necessità di sviluppare modelli specifici per ogni singolo compito. Questo approccio innovativo facilita lo studio di aree lunari potenzialmente pericolose o strategiche, come i depositi di ghiaccio, i crateri e le formazioni vulcaniche.
Grazie a questo strumento, gli scienziati possono ottenere risultati più accurati nell’individuazione di crateri e caratteristiche vulcaniche, riducendo al contempo gli errori nel localizzare possibili depositi di ghiaccio. Il dataset unificato, disponibile per il machine learning, include oltre 30 layer spazialmente allineati provenienti da nove strumenti di quattro missioni, con decine di migliaia di immagini e mappe che mostrano le proprietà geofisiche della superficie lunare.
Le osservazioni del Lunar Reconnaissance Orbiter e della missione GRAIL sono incluse nel dataset, fornendo un quadro dettagliato della Luna. IBM sottolinea che il modello può contribuire alla navigazione sicura degli astronauti, all’identificazione di risorse essenziali e alla comprensione della storia geologica della Luna. Questi aspetti sono considerati cruciali per stabilire una presenza umana sostenuta e per la produzione di carburante per future missioni lunari.
Juan Bernabe-Moreno, direttore di IBM Research Europe, ha dichiarato che il foundation model offre una base per esplorare la Luna su scala, connettendo osservazioni tra strumenti e rivelando pattern difficili da individuare isolatamente. La combinazione del modello e del dataset intende fornire alla comunità di ricerca una piattaforma aperta per analisi automatizzate e studi geologici su larga scala.
