IBM lance le modèle AI Lunar Foundation open source avec la NASA

IBM et NASA ont lancé un système d'intelligence artificielle open-source appelé NASA-IBM Lunar Foundation model. Disponible via la plateforme Hugging Face, le système vise à aider les chercheurs à analyser des décennies de données géologiques recueillies à la surface de la Lune. Parallèlement à cette sortie, les organisations offrent un accès public à un ensemble de données unifié et prêt pour le machine learning, contenant des milliers de cartes lunaires et de couches d'imagerie.

Auparavant, les planétologues s'appuyaient fortement sur des évaluations de données manuelles ou sur des modèles plus petits et spécifiques à des tâches. Ces outils traditionnels étaient gourmands en calculs et manquaient souvent de la précision requise pour des études géographiques complexes. En revanche, la nouvelle architecture de fondation permet aux scientifiques d'affiner un système central unique pour diverses tâches de recherche, éliminant ainsi la nécessité de concevoir des modèles spécialisés à partir de zéro pour chaque défi de cartographie de surface.

Le nouvel ensemble de données combine plus de 30 couches alignées spatialement, issues de neuf instruments distincts répartis sur quatre missions spatiales historiques. Les principales entrées comprennent des dizaines de milliers de cartes géophysiques et d'images haute résolution recueillies par des instruments à bord du Lunar Reconnaissance Orbiter de la NASA et de la mission GRAIL. La combinaison de ces sources disparates dans un référentiel standardisé et prêt pour la machine permet un entraînement multimodal avancé sur divers ensembles de données de science planétaire.

Les tests initiaux révèlent que le modèle améliore les performances lors de la détection de structures géologiques telles que les cratères et les Irregular Mare Patches, qui sont des formations volcaniques clés. Il réduit également les taux d'erreur lors de l'identification des gisements de glace souterraine. La localisation précise de la glace est essentielle pour l'exploration spatiale à long terme, car les réserves d'eau et d'oxygène sont nécessaires pour subvenir aux besoins du personnel sur la Lune et fabriquer du carburant pour de futures missions vers Mars.

Juan Bernabe-Moreno, directeur d'IBM Research Europe, UK et Ireland, a déclaré que le modèle de fondation offre une base évolutive pour relier les observations entre les instruments scientifiques et identifier des motifs subtils. IBM, qui collabore avec la NASA depuis plus de 50 ans, s'attend à ce que la technologie aide à identifier des sites d'atterrissage sûrs, exempts de rochers dangereux ou de pentes raides, lors des futures opérations d'astronautes.

En rendant accessibles au public le modèle de fondation et l'ensemble de données multimodal sous-jacent, le partenariat permet une exploration scientifique ouverte dans les institutions de recherche mondiales. Les chercheurs académiques et les étudiants peuvent désormais exploiter directement des modèles géospatiaux AI pré-entraînés, sans avoir besoin de construire des architectures de modèles personnalisées ou de consolider indépendamment des archives d'agences spatiales disparates. Cette distribution open-source abaisse considérablement les barrières techniques pour l'étude de la géologie planétaire et des caractéristiques de surface.

Pourquoi c'est important pour AI pour les étudiants, l'étude et la recherche

Pour les étudiants chercheurs et les universitaires en science des données et en astronomie, cette sortie élimine la friction liée au traitement des ensembles de données brutes et non alignés des agences spatiales. Au lieu de passer des mois à construire des modèles personnalisés ou à nettoyer des données de capteurs, les chercheurs peuvent affiner un modèle de fondation pré-entraîné sur Hugging Face pour étudier les caractéristiques de la surface lunaire, accélérer la recherche de thèses et contribuer aux outils d'exploration spatiale open-source.

Que faire

• Accédez directement aux poids et au référentiel du modèle NASA-IBM Lunar Foundation sur Hugging Face.
• Téléchargez l'ensemble de données multimodal unifié contenant des images et des cartes de capteurs alignées spatialement provenant des missions de la NASA.
• Adaptez le modèle de fondation pour des tâches de recherche spécifiques telles que l'identification de cratères, de gisements de glace ou de caractéristiques volcaniques.

Outils mentionnés

• Hugging Face

Source: 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)