IBM 與 NASA 聯手推開源 AI 模型，助攻月球冰層探勘與科學研究
IBM 與美國國家航空暨太空總署（NASA）9 月 10 日宣布，推出開放原始碼的「NASA-IBM 月球基礎模型」，希望以人工智慧協助研究人員更有效率地分析長年累積的月球觀測資料，進一步支援未來月球科學與長期人類駐留規劃。
這套模型由 IBM 與 NASA 研究人員共同訓練，整合來自四項任務、九種儀器的資料，涵蓋超過 30 層空間對齊資訊，並結合數以萬計的影像與地圖。官方指出，模型已公開於 Hugging Face，相關程式碼與機器學習可用資料集也同步釋出，方便全球研究社群下載、測試與再開發。
NASA 與 IBM 表示，這項工具特別適合用來辨識月球表面潛在冰層、分析稱為 Irregular Mare Patches 的火山地貌，以及偵測撞擊坑。由於月球冰層多位於永久陰影區，過去往往需要科學家逐一翻查地圖與影像，或依賴解析度較低的機器學習方法，如今可望透過這個多模態、跨解析度模型加快分析速度。
▲ 這些月球勘測軌道飛行器（LRO）的影像，顯示了 SpaceX 火箭殘骸撞擊前（左圖）與撞擊後（右圖），愛因斯坦環形山（Einstein crater）附近的月球表面。NASA-IBM 月球基礎模型成功偵測到既有的隕石坑（藍框處），並特別標示出新形成的撞擊坑（紅框處）。由於撞擊後的影像並未納入預訓練資料中，這項測試證明了該模型可透過微調，來辨識不同觀測時間點之間所產生的新地表變化。（Source：NASA）
根據雙方公布的測試結果，這套模型在辨識月球表面關鍵特徵時，表現最高可比常用方法提升 23%。NASA 與 IBM 也強調，這次開放原始碼不只提供模型權重，還包含預訓練資料集與基準測試集合，目的是讓其他團隊能重現結果並持續改進。
這也是 IBM 與 NASA 既有合作的延伸。雙方先前已推出多個開放原始碼基礎模型，涵蓋地理空間分析、天氣預測與日球物理等領域；最新的月球模型則被納入同一系列，成為該合作在太空科學應用上的新一步。
（首圖來源：pixabay）