IBM ने NASA के साथ मिलकर ओपन सोर्स Lunar Foundation AI मॉडल किया रिलीज़

IBM और NASA ने NASA-IBM Lunar Foundation मॉडल नामक एक ओपन-सोर्स आर्टिफिशियल इंटेलिजेंस सिस्टम लॉन्च किया है। Hugging Face प्लेटफॉर्म के माध्यम से उपलब्ध, इस सिस्टम का उद्देश्य चंद्रमा की सतह से एकत्र किए गए दशकों के भूवैज्ञानिक डेटा का विश्लेषण करने में शोधकर्ताओं का समर्थन करना है। रिलीज़ के साथ, संगठन हजारों चंद्र मानचित्रों और इमेजरी परतों वाले एक एकीकृत, मशीन-लर्निंग-रेडी डेटासेट तक सार्वजनिक पहुंच प्रदान कर रहे हैं।

पहले, ग्रह वैज्ञानिक काफी हद तक मैन्युअल डेटा मूल्यांकन या छोटे, कार्य-विशिष्ट मॉडल पर निर्भर थे। ये पारंपरिक टूल कम्प्यूटेशनल रूप से गहन थे और उनमें अक्सर जटिल भौगोलिक अध्ययनों के लिए आवश्यक सटीकता की कमी होती थी। इसके विपरीत, हाल ही में रिलीज़ किया गया फाउंडेशन आर्किटेक्चर वैज्ञानिकों को विभिन्न प्रकार के अनुसंधान कार्यों में एक एकल कोर सिस्टम को फ़ाइन-ट्यून करने की अनुमति देता है, जिससे हर अलग सतह मैपिंग चुनौती के लिए शुरू से विशेष मॉडल तैयार करने की आवश्यकता समाप्त हो जाती है।

नया सुलभ डेटासेट चार ऐतिहासिक अंतरिक्ष मिशनों के नौ अलग-अलग उपकरणों से प्राप्त 30 से अधिक स्थानिक रूप से संरेखित परतों को जोड़ता है। प्रमुख इनपुट में NASA के Lunar Reconnaissance Orbiter और GRAIL मिशन पर उपकरणों द्वारा एकत्र किए गए दसियों हजार भूभौतिकीय मानचित्र और उच्च-रिज़ॉल्यूशन छवियां शामिल हैं। इन अलग-अलग स्रोतों को एक मानकीकृत, मशीन-तैयार रिपॉजिटरी में संयोजित करने से अलग-अलग ग्रह विज्ञान डेटासेट में उन्नत मल्टीमोडल प्रशिक्षण की अनुमति मिलती है।

प्रारंभिक परीक्षण से पता चलता है कि यह मॉडल क्रेटर और अनियमित मारे पैच (Irregular Mare Patches) जैसी भूवैज्ञानिक संरचनाओं का पता लगाने पर प्रदर्शन में सुधार करता है, जो प्रमुख ज्वालामुखीय संरचनाएं हैं। यह उपसतह बर्फ के भंडारों की पहचान करते समय त्रुटि दरों को भी कम करता है। बर्फ के स्थानों को सटीक रूप से इंगित करना दीर्घकालिक अंतरिक्ष अन्वेषण के लिए महत्वपूर्ण है, क्योंकि चंद्रमा पर कर्मियों का समर्थन करने और भविष्य के संभावित मंगल मिशनों के लिए ईंधन का निर्माण करने के लिए पानी और ऑक्सीजन भंडार आवश्यक हैं।

IBM Research Europe, UK and Ireland के निदेशक Juan Bernabe-Moreno ने कहा कि फाउंडेशन मॉडल वैज्ञानिक उपकरणों के बीच अवलोकनों को जोड़ने और सूक्ष्म पैटर्न की पहचान करने के लिए एक स्केलेबल आधार प्रदान करता है। IBM, जो 50 से अधिक वर्षों से NASA के साथ सहयोग कर रहा है, को उम्मीद है कि यह तकनीक भविष्य के अंतरिक्ष यात्री अभियानों के दौरान खतरनाक बोल्डर या खड़ी ढलानों से मुक्त सुरक्षित लैंडिंग स्थलों की पहचान करने में सहायता करेगी।

फाउंडेशन मॉडल और अंतlying मल्टीमोडल डेटासेट दोनों को सार्वजनिक रूप से सुलभ बनाकर, यह साझेदारी वैश्विक अनुसंधान संस्थानों में खुले वैज्ञानिक अन्वेषण को सक्षम बनाती है। शैक्षणिक शोधकर्ता और छात्र अब कस्टम मॉडल आर्किटेक्चर का निर्माण किए बिना या अंतरिक्ष एजेंसी के विभिन्न अभिलेखागार को स्वतंत्र रूप से समेकित किए बिना सीधे प्री-ट्रेन किए गए भू-स्थानिक AI मॉडल का लाभ उठा सकते हैं। यह ओपन-सोर्स वितरण ग्रह भूविज्ञान और सतह की विशेषताओं का अध्ययन करने के लिए तकनीकी बाधाओं को काफी कम करता है।

छात्रों, अध्ययन और अनुसंधान के लिए AI के लिए यह क्यों मायने रखता है

डेटा साइंस और खगोल विज्ञान में छात्र शोधकर्ताओं और Academics के लिए, यह रिलीज़ कच्चे, असंरेखित अंतरिक्ष एजेंसी डेटासेट को संसाधित करने के घर्षण को समाप्त करती है। कस्टम मॉडल बनाने या सेंसर डेटा को साफ करने में महीनों बिताने के बजाय, शोधकर्ता चंद्र सतह की विशेषताओं का अध्ययन करने, थीसिस अनुसंधान में तेजी लाने और ओपन-सोर्स अंतरिक्ष अन्वेषण टूल में योगदान करने के लिए Hugging Face पर प्री-ट्रेन किए गए फाउंडेशन मॉडल को फ़ाइन-ट्यून कर सकते हैं।

अब क्या करें

• Hugging Face पर सीधे NASA-IBM Lunar Foundation मॉडल वेट और रिपॉजिटरी तक पहुंचें।
• NASA मिशनों से स्थानिक रूप से संरेखित इमेजरी और सेंसर मानचित्रों वाले एकीकृत मल्टीमोडल डेटासेट को डाउनलोड करें।
• क्रेटर, बर्फ के भंडार, या ज्वालामुखीय विशेषताओं की पहचान करने जैसे विशिष्ट अनुसंधान कार्यों के लिए फाउंडेशन मॉडल को अनुकूलित करें।

उल्लिखित टूल्स

• Hugging Face

स्रोत: 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)