NASA och IBM har släppt en öppen AI-modell som ska hjälpa forskare att analysera månens yta. Modellen kan anpassas för att kartlägga kratrar, identifiera vulkaniska formationer och uppskatta var is kan finnas nära polerna. Lanseringen innebär däremot inte att nya isfynd har bekräftats.
NASA-IBM Lunar Foundation Model presenterades den 10 september. Syftet är att göra stora mängder observationer från olika rymduppdrag lättare att använda i forskningen.
Tränad på omkring två miljoner bildrutor
Enligt NASA:s presentation har modellen tränats på omkring två miljoner bildrutor. En stor del av materialet kommer från Lunar Reconnaissance Orbiter, som har kartlagt månen i detalj under många år.
Det är en så kallad grundmodell: den tränas först på ett omfattande material och kan sedan anpassas till mer avgränsade uppgifter. Forskarna ska därmed kunna använda en gemensam utgångspunkt i stället för att bygga ett nytt system från början för varje analys.
Modellen finns offentligt på Hugging Face och koden på GitHub. NASA beskriver också hur träningsdata och jämförelseunderlag görs tillgängliga så att andra forskare kan testa och vidareutveckla arbetet.
Söker förutsättningar för is
En viktig tillämpning är att uppskatta var förhållandena kan vara gynnsamma för is. I permanent skuggade områden nära månens poler kan temperaturen vara tillräckligt låg för att bevara is under mycket lång tid.
Det är en avgörande skillnad mellan att förutsäga ett intressant område och att bekräfta vad marken innehåller. Modellens kartor kan hjälpa forskare välja platser att undersöka, men en prognos är inte i sig ett nytt fynd av vatten.
Resultaten varierar mellan uppgifterna
Enligt IBM:s lanseringsunderlag samlar projektets datamaterial över 30 geografiskt sammanpassade lager från nio instrument och fyra rymduppdrag. Det ger möjlighet att kombinera olika slags information om samma delar av månen.
IBM uppger att felet i en jämförelse av områden med potential för is minskade med upp till 22 procent jämfört med modellen SwinV2-B. Måttet är RMSE, ett mått på skillnaden mellan modellens uppskattningar och referensunderlaget. Det betyder inte att forskarna hittat 22 procent mer is.
För andra uppgifter är resultaten annorlunda. Vid kartläggning av kratrar på meterskala beskriver IBM träffsäkerheten som jämförbar med starka befintliga modeller, samtidigt som behovet av finjustering kan minska. Det finns alltså inte en enda förbättringssiffra som beskriver allt modellen gör.
Kan hjälpa forskare att tolka månens historia
Kratrar och vulkaniska formationer berättar om hur månens yta har förändrats. Automatiserad kartläggning kan frigöra tid för forskarna att tolka observationerna och undersöka vad de säger om tidigare nedslag och geologisk aktivitet.
Lanseringen bör därför främst ses som ett nytt forskningsverktyg. Hur användbar modellen blir i ytterligare miljöer och forskningsprojekt behöver undersökas genom fortsatta tester. Utvecklarna har publicerat ett tekniskt underlag för modellen och utvärderingen.
För mer bakgrund om vårt närmaste himlaobjekt, läs också vilken betydelse månen har för jorden.
Bild: NASA/GSFC/Arizona State University. Mosaik av Mons Rümker från Lunar Reconnaissance Orbiter.