NASA与IBM发布开源月球基础模型
结论前置 / TL;DR
NASA与IBM联合推出首个面向月球科学的开源AI基础模型——Lunar Foundation Model。该模型基于近200万组图像数据包训练,主要源自17年来的月球勘测轨道飞行器(LRO)观测数据。实测显示,其对月球极区冰沉积的预测误差较最强基准模型降低最多达22%。
开源月球基础模型正式发布
NASA与IBM共同发布了Lunar Foundation Model,这是目前已知首批专为月球科学研究设计的开源AI基础模型之一。
基于长期轨道器数据训练
模型训练数据主要来自月球勘测轨道飞行器(LRO)自2009年发射以来持续采集的遥感影像,覆盖近17年观测周期,总计使用约200万个图像tile bundle(图像块组合),涵盖高分辨率地形、光照与热辐射等多维信息。
显著提升极区冰预测精度
在关键科学任务验证中,该模型对月球两极永久阴影区水冰分布的预测能力显著增强,相较所测试的最强现有模型,预测误差最高降低22%。这一提升有望支持未来载人登月任务的着陆选址与资源利用规划。
编者观点:中国探月工程积累的嫦娥系列数据具备同等潜力,亟需推动跨机构AI模型共建与开放共享机制。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →