Nyílt mesterséges intelligencia modellt tett elérhetővé a NASA és az IBM a Hold több évtized alatt összegyűjtött megfigyelési adatainak elemzésére. A rendszer jéglerakódások, kráterek és vulkáni képződmények felismerésében segítheti a kutatókat, ami a következő holdraszállások és egy későbbi tartós emberi jelenlét szempontjából is fontos lehet.
A NASA–IBM Lunar Foundation Model az egyik első, kifejezetten holdkutatásra létrehozott, nyilvánosan hozzáférhető foundation modell. A rendszert elsősorban a NASA Lunar Reconnaissance Orbiter adataival tanították, a hozzá kapcsolódó modell pedig bárki számára elérhető a Hugging Face platformon, teljes kódját pedig a kutatók a GitHubon is közzétették.
A modellhez a NASA és az IBM egy egységes, gépi tanulásra előkészített holdi adatkészletet is létrehozott. Ez több mint 30 térben összehangolt adatréteget fog össze kilenc különböző műszer és négy küldetés megfigyeléseiből. A több tízezer kép és térkép között felszíni és felszín alatti geofizikai információk is találhatók, így a mesterséges intelligencia olyan összefüggéseket is kereshet, amelyek egyetlen műszer adatainak vizsgálatakor kevésbé láthatók.
A NASA és az IBM saját benchmarkjai szerint a rendszer bizonyos kulcsfontosságú felszíni jellemzők felismerésében akár 23 százalékkal jobb eredményt ért el széles körben használt összehasonlító módszereknél. Ezek közé tartozhatnak a lehetséges jéglerakódások, kráterek és vulkáni képződmények. A 23 százalék azonban nem általános pontosságnövekedést jelent minden holdkutatási feladatra, hanem konkrét benchmarkeredmények felső értékét.
Olvasd el: Óránként frissül a Google új globális időjárás-előrejelző mesterséges intelligenciája
Lehet, hogy a következő sikeres holdraszállás egyik legfontosabb előkészítője nem egy új rakéta, hanem az évtizedek megfigyeléseit egyszerre értelmezni képes mesterséges intelligencia lesz?
A jég különösen fontos célpont a Holdon. Ha megfelelő helyen és hozzáférhető formában található, vizet biztosíthat egy későbbi emberi jelenléthez, a vízből pedig hidrogén és oxigén is előállítható. Ezek életfenntartás mellett elméletileg üzemanyag-előállításhoz is felhasználhatók, ezért a potenciális jégkészletek feltérképezése stratégiai jelentőségű a hosszabb holdi küldetések szempontjából.
A Lunar Foundation Model ugyanakkor nem önálló küldetésirányító és nem választ ki saját döntéssel leszállóhelyeket. Kutatási eszköz, amely segíthet a szakembereknek hatalmas adatmennyiséget gyorsabban elemezni, érdekes területeket azonosítani és eldönteni, mely régiókat érdemes részletesebben megvizsgálni. A nyílt hozzáférés miatt ráadásul más kutatócsoportok is továbbfejleszthetik és saját vizsgálataikhoz igazíthatják.
A NASA és az IBM fejlesztése ezért jól mutatja a mesterséges intelligencia egyik kevésbé látványos, de tudományosan rendkívül fontos irányát. A technológia nem feltétlenül azért értékes, mert ember helyett dönt, hanem mert képes több műszer és több évtized megfigyelései között olyan mintázatokat keresni, amelyeket manuálisan rendkívül időigényes lenne feltárni. A következő holdküldetések előkészítésében ez a fajta gépi elemzés egyre fontosabb kutatói eszközzé válhat.
Olvasd el ezt is: Már a frekvenciákért folyik a 6G-verseny, új amerikai ütemterv érkezett
Források: NASA, IBM, Reuters
CS.SZ.
