NASA与IBM向全球研究人员开放月球人工智能工具

NASA与IBM发布了一个开源人工智能模型，可帮助研究人员寻找潜在的冰沉积、绘制月球撞击坑地图并研究月球上的火山地貌。这一工具有望加快相关工作；此前，科学家往往需要手动查看大量图像，或使用为单一任务开发的较低分辨率系统。

NASA-IBM Lunar Foundation Model利用四次月球任务中九台仪器数十年来的观测数据进行训练。在基准测试中，它识别重要月表特征的表现比广泛使用的对比方法最多提升23%。更详细的撞击坑地图可为寻找更安全的着陆地点提供依据，而永久阴影区中的冰迹象可能指向水资源，这些水资源可以支持未来宇航员的生活，并用于生产氧气或火箭燃料。

双方在发布模型的同时，还公布了一个包含数万张地图和图像的数据集，其中来自不同仪器的观测数据已完成对齐，以便分析。这两项资源均可通过开源平台Hugging Face公开获取。

这种开放获取方式意味着，研究团队可以将模型调整用于新的科学问题，而不必从头整理基础数据并构建人工智能系统。此次发布支持NASA的Artemis计划，该计划正在开发相关技术，以实现人类在月球上的持续驻留，并开展未来更深远的太空任务。