Отвореният лунен модел на NASA и IBM превръща 17 години данни от орбитален апарат в основа за лунната наука

Лунният фундаментален модел на NASA и IBM прави десетилетията данни от лунни наблюдения достъпни за машинно обучение. Той е особено добър в прогнозирането на залежи от лед на полюсите и откриването на кратери.

„NASA прекара десетилетия в изграждането на изключителен научен архив на Луната, но събирането на данни е само част от работата“, казва Кевин Мърфи, главен директор по научните данни на NASA. Данните трябва също да бъдат по-лесни за използване от учените, добавя той. NASA и IBM Research, в сътрудничество с няколко академични институции, вече представиха Лунния фундаментален модел на NASA и IBM. Двете организации го определят като един от първите фундаментални модели с отворен код за лунната наука.

За разлика от алгоритмите, предназначени за конкретни задачи, фундаменталният модел се обучава предварително върху големи обеми немаркирани данни и след това може да бъде адаптиран към конкретни задачи само с няколко маркирани примера. Екипът вижда това като основното предимство за лунните изследвания, където данните от наблюдения са в изобилие, но етикетите са оскъдни.

Почти 2 милиона пакета от изображения от 17 години наблюдения

Екипът е обучил модела от нулата, използвайки SomBench, който според него е най-големият досега мултимодален лунен корпус с регистрирани едно към едно данни. Той съдържа почти 2 милиона пакета от изображения в 11 модалности и два пространствени мащаба. Около 1 милион изображения с висока резолюция са заснети от камерата с тесен ъгъл (NAC) при приблизително 1 метър на пиксел, докато малко под 964 000 мултиспектрални изображения са заснети от камерата с широк ъгъл при 100 метра на пиксел.

По-голямата част от данните идва от 17 години наблюдения на Лунния разузнавателен орбитър (LRO). Според NASA обемът на данните му надхвърля този на всички останали планетарни мисии на NASA, взети заедно. Данни от мисията GRAIL (гравитационно поле), Lunar Prospector (водород) и сондата Kaguya/SELENE на JAXA (минералогия) допълват колекцията.

Като цяло наборът от данни обединява повече от 30 пространствено подравнени слоя данни от девет инструмента и четири мисии. За да се предотврати изтичането на данни между обучаващите, валидационните и тестовите данни, корпусът е разделен географски по картографски зони, вместо отделните изображения да се разпределят на случаен принцип.

Моделът получава светлинните условия като вход, вместо да ги отгатва

Моделът е базиран на TerraMind, мултимодален модел за наблюдение на Земята, но изследователите са го обучили от нулата, вместо да го дообучават. За всяко изображение моделът получава геометрията на заснемането като изричен контекст, включително ъглите на осветяване, позицията на Слънцето и обхвата на изображението. На Луната геометрията на осветяването влияе върху начина, по който изглежда повърхността, много повече от действителните свойства на самата повърхност. Вместо да принуждават модела да коригира това въз основа на необработените пиксели, изследователите просто му подават тази информация.

Моделът също така се обучава едновременно с изображения с висока резолюция и изображения с по-груба резолюция, като улавя както фините детайли, така и контекста в голям мащаб. Техника, наречена FlexiViT, позволява на един и същ обучен модел да се адаптира към задачи с различни размери на графичните фрагменти, без да се обучава отново.

Прогнозирането на лед е областта, в която моделът има най-голямо предимство

Екипът е тествал модела за откриване на кратери в мащаби от 100 метра и 1 метър, както и за прогнозиране на залежи от полярен лед. Той е трябвало също да сегментира Неправилните лунни петна (IMPs) — млади вулканични образувания, които поставят под въпрос утвърдените времеви рамки за охлаждането на Луната. Според техническия доклад предварително обученият модел е постигнал резултати, равни или по-добри от тези на широко използваните базови модели и на архитектурно идентичен контролен модел със случайна инициализация при всички задачи.

Най-голямото подобрение се наблюдава при прогнозирането на залежи от лед. Постоянно засенчените полярни области остават достатъчно студени, за да запазят водния лед в продължение на милиарди години, и се разглеждат като потенциален източник на вода, кислород и ракетно гориво. Според IBM моделът е намалил грешката при прогнозиране с до 22 процента в сравнение с най-добрия базов модел SwinV2-B.

При откриването на кратери в груб мащаб моделът е надминал SwinV2-B с почти 19 процента, според IBM. Този резултат е постигнат при обучение само с половината от данните, което предполага, че моделът се нуждае от по-малко маркирани примери, за да се представя добре.

Част от предимството идва от начина, по който моделът обработва данните

Дори контролният модел със случайна инициализация е надминал пет от седемте базови модела при прогнозирането на лед, без предварително обучение с лунни данни. Според изследователите част от предимството идва от начина, по който моделът обработва различните типове данни. Той задава собствен път за обработка на всеки слой данни, докато базовите модели третират всички входове като подредени канали.

При откриването на кратери в мащаб от метри и сегментирането на IMP моделът приблизително се изравнява с най-силните базови модели, като разликите попадат в рамките на вариациите между отделните обучения. IBM твърди, че има преднина от 3 процента пред SwinV2-B при IMP, но резултатите изглеждат по-скоро сравними, отколкото категорично по-добри.

Според изследователите LoRA — по-лек метод за дообучаване, който обучава само малка част от параметрите — е постигнал резултати, равни на тези при пълното дообучаване във всички задачи и се е представил по-добре при откриването на кратери. Пълното дообучаване има предимство само при двете най-малки задачи.

Полезен за анализ, но не е заместител на физическите измервания

Хуан Бернабе-Морено, директор на IBM Research Europe, заяви, че моделът свързва наблюденията от различни инструменти и разкрива закономерности, които трудно се забелязват поотделно.

Изследването показва, че моделът не е подходящ за абсолютно геодезическо позициониране. При тестовете за генериране географската ширина и дължина в някои случаи са се отклонявали с десетки градуси, а релефните структури са можели да се появят с изместени абсолютни стойности на височината, дори когато формите им са били възстановени правилно.

Авторите го разглеждат като многократно използваема основа за задачи надолу по веригата, а не като заместител на инструментите за физически измервания. Все още предстоят контролирани експерименти, изолиращи приноса на всяка отделна иновация, а някои тестови набори от данни са малки.

Част от разрастващо се семейство от модели

Моделът е публично достъпен в Hugging Face, кодът е публикуван в GitHub, а моделът е интегриран в инструментариума с отворен код TerraTorch. Екипът публикува също готовите за машинно обучение набори от данни за предварително обучение и колекциите за сравнителен анализ.

Моделът е част от сътрудничеството „AI for Science“ между NASA и IBM. От началото на 2022 г. двете организации разработват фундаментални модели съгласно споразумение по Space Act. През август 2023 г. те представиха първия модел Prithvi в Hugging Face, обучен върху изображения от Landsat и Sentinel-2 на територията на целите съседни Съединени щати и адаптиран за картографиране на наводнения и горски пожари.

IBM беше обявила Prithvi като част от своята платформа Watsonx. IBM разработи TerraMind, базата на лунния модел, през 2025 г. съвместно с ESA и Forschungszentrum Jülich за наблюдение на Земята.

Google DeepMind следва сходен подход с AlphaEarth Foundations, като компресира оптични сателитни изображения, радарни и лидарни сканирания и климатични симулации в компактни вграждания на земната повърхност.

Новини за AI без сензации – подбрани от хора

Абонирайте се за THE DECODER, за да четете без реклами, да получавате седмичен информационен бюлетин за AI, нашия ексклузивен шест пъти годишно доклад „AI Radar“ за новостите на границата на технологиите, пълен достъп до архива и достъп до секцията за коментари.