NASA-IBM月基盤モデル公開

NASAの月データ収集はLunar Reconnaissance Orbiterを通じて17年間続いてきた。そのデータセットは他のNASA惑星ミッションすべてを合わせたものより大きく、ほぼ継ぎ目のない月の高解像度モザイクを提供する。IBM Researchと学術パートナーとともに構築した新モデルは、そのアーカイブを、科学者が自分でアルゴリズムを一から学習させるのではなく、より速く探索できるものに変える。

このモデルの公開は、地球観測向けのPrithviモデルや太陽活動向けのSuryaモデルをすでに含む、NASAのより広いAI for science戦略に沿うものだ。モデル、コード、事前学習データセット、ベンチマークコレクションをまとめて公開することで、チームは月AI研究を再現可能にし、世界中の科学者に開かれたものにすることを目指している。

鍵を握るのは、モデルが評価されたタスクを超えてどれだけ汎化できるかだ。極地の氷安定性における明確な優位性は注目に値する。永久影領域は何十億年もの間氷を保存し得るため、その氷を地図化することは将来の探査にとって重要だからだ。研究者が広く採用するかは、各自の月に関する問いにどれだけ簡単に微調整できるかにかかっている。