IBM تطلق نموذج الذكاء الاصطناعي Lunar Foundation مفتوح المصدر بالتعاون مع NASA

أطلقت IBM وNASA نظاماً للذكاء الاصطناعي مفتوح المصدر يُسمى نموذج NASA-IBM Lunar Foundation. يتوفر النظام عبر منصة Hugging Face، ويهدف إلى دعم الباحثين في تحليل عقود من البيانات الجيولوجية التي تم جمعها من سطح القمر. وإلى جانب هذا الإطلاق، توفر المنظمتان إمكانية الوصول العام إلى مجموعة بيانات موحدة جاهزة للتعلم الآلي تحتوي على آلاف الخرائط القمرية وطبقات الصور.

في السابق، كان علماء الكواكب يعتمدون بشكل كبير على تقييمات البيانات اليدوية أو النماذج الأصغر المخصصة لمهام محددة. وكانت هذه الأدوات التقليدية كثيفة الاستخدام للحوسبة وغالباً ما كانت تفتقر إلى الدقة المطلوبة لدراسات الجغرافيا المعقدة. وفي المقابل، تتيح بنية التأسيس الصادرة حديثاً للعلماء إمكانية ضبط نظام أساسي واحد بدقة عبر مجموعة متنوعة من مهام البحث، مما يلغي الحاجة إلى هندسة نماذج متخصصة من الصفر لكل تحدٍ مميز لرسم خرائط السطح.

تجمع مجموعة بيانات الوصول الجديدة أكثر من 30 طبقة متسقة مكانياً مستמدة من تسع أدوات منفصلة عبر أربع مهام فضائية تاريخية. وتشمل المدخلات الرئيسية عشرات الآلاف من الخرائط الجيوفيزيائية والصور عالية الدقة التي جمعتها الأدوات الموجودة على مركبة Lunar Reconnaissance Orbiter التابعة لـ NASA ومهمة GRAIL. إن دمج هذه المصادر المتنوعة في مستودع قياسي جاهز للآلة يتيح تدريباً متقدماً متعدد الوسائط عبر مجموعات بيانات علوم الكواكب المتباينة.

تكشف الاختبارات الأولية أن النموذج يحسن الأداء عند اكتشاف الهياكل الجيولوجية مثل الفوهات وبقع البحار غير المنتظمة، وهي تكوينات بركانية رئيسية. كما أنه يقلل من معدلات الأخطاء عند تحديد رواسب الجليد تحت سطح الأرض. يُعد تحديد مواقع الجليد أمراً بالغ الأهمية لاستكشاف الفضاء على المدى الطويل، نظراً لأن احتياطيات المياه والأكسجين ضرورية لدعم الأفراد على القمر وتصنيع الوقود لمهام المريخ المستقبلية المحتملة.

صرح خوان بيرنابي-مورينو، مدير أبحاث IBM في أوروبا والمملكة المتحدة وأيرلندا، بأن نموذج التأسيس يوفر قاعدة قابلة للتطوير لربط الملاحظات عبر الأدوات العلمية وتحديد الأنماط الدقيقة. وتتوقع شركة IBM، التي تعاونت مع NASA لأكثر من 50 عاماً، أن تساعد هذه التكنولوجيا في تحديد مواقع الهبوط الآمنة الخالية من الصخور الخطرة أو المنحدرات الشديدة أثناء عمليات رواد الفضاء المستقبلية.

من خلال إتاحة كل من نموذج التأسيس ومجموعة البيانات متعددة الوسائط الأساسية للجمهور، تتيح الشراكة إمكانية الاستكشاف العلمي المفتوح عبر مؤسسات البحث العالمية. ويمكن للباحثين الأكاديميين والطلاب الآن الاستفادة من نماذج الذكاء الاصطناعي الجغرافية المكانية المدربة مسبقاً بشكل مباشر دون الحاجة إلى بناء بنيات نماذج مخصصة أو دمج أرشيفات وكالات الفضاء المختلفة بشكل مستقل. يؤدي التوزيع مفتوح المصدر هذا إلى خفض الحواجز التقنية بشكل كبير لدراسة جيولوجيا الكواكب وميزات السطح.

لماذا يهم هذا في مجال الذكاء الاصطناعي للطلاب والدراسة والبحث

بالنسبة للطلاب الباحثين والأكاديميين في علوم البيانات وعلم الفلك، يلغي هذا الإصدار عناء معالجة بيانات وكالة الفضاء الخام غير المتسقة. فبدلاً من قضاء أشهر في بناء نماذج مخصصة أو تنظيف بيانات المستشعرات، يمكن للباحثين ضبط نموذج أساسي مدرب مسبقاً على Hugging Face لدراسة ميزات سطح القمر، وتسريع أبحاث الرسائل العلمية، والمساهمة في أدوات استكشاف الفضاء مفتوحة المصدر.

ما الذي ينبغي فعله

• الوصول إلى أوزان نموذج NASA-IBM Lunar Foundation ومستودعه مباشرة على Hugging Face.
• تنزيل مجموعة البيانات متعددة الوسائط الموحدة التي تحتوي على صور متسقة مكانياً وخرائط استشعار من مهام NASA.
• تكييف نموذج التأسيس لمهام بحثية محددة مثل تحديد الفوهات أو رواسب الجليد أو الميزات البركانية.

الأدوات المذكورة

• Hugging Face

المصدر: IBM is launching a new open source AI model to get NASA back to the Moon — and making petabytes of lunar data available to study – TechRadar (techradar.com)