IBM, NASA ile Birlikte Açık Kaynaklı Lunar Foundation AI Modelini Yayınladı

IBM ve NASA, NASA-IBM Lunar Foundation modeli adı verilen açık kaynaklı bir yapay zeka sistemi başlattı. Hugging Face platformu üzerinden erişilebilen sistem, araştırmacılara Ay'ın yüzeyinden toplanan onlarca yıllık jeolojik verileri analiz etme konusunda destek vermeyi amaçlıyor. Bu sürümün yanı sıra kuruluşlar, binlerce Ay haritası ve görüntü katmanı içeren birleştirilmiş, makine öğrenimine hazır bir veri setine halka açık erişim sağlıyor.

Daha önce gezegen bilimciler, manuel veri değerlendirmelerine veya daha küçük, göreve özel modellere büyük ölçüde güveniyordu. Bu geleneksel araçlar hesaplama açısından yoğuntu ve genellikle karmaşık coğrafi çalışmalar için gereken hassasiyetten yoksundu. Buna karşılık, yeni yayınlanan temel mimari, bilim insanlarının tek bir çekirdek sistemi çeşitli araştırma görevleri üzerinde ince ayarlarla optimize etmesine olanak tanıyor ve her farklı yüzey haritalama zorluğu için sıfırdan özel modeller tasarlama zorunluluğunu ortadan kaldırıyor.

Yeni erişilebilir hale gelen veri seti, dört ayrı tarihi uzay misyonundaki dokuz ayrı araçtan elde edilen 30'dan fazla uzamsal olarak hizalanmış katmanı birleştiriyor. Temel girdiler arasında, NASA’nın Lunar Reconnaissance Orbiter ve GRAIL misyonundaki araçlar tarafından toplanan on binlerce jeofiziksel harita ve yüksek çözünürlüklü görüntü yer alıyor. Bu farklı kaynakların standartlaştırılmış, makineye hazır bir depoda birleştirilmesi, farklı gezegen bilimi veri setleri arasında gelişmiş çok modlu eğitime olanak tanıyor.

İlk testler, modelin kraterler ve önemli volkanik oluşumlar olan Düzensiz Mare Yamaları gibi jeolojik yapıları tespit ederken performansını artırdığını ortaya koyuyor. Ayrıca yeraltı buz birikintilerini tanımlarken hata oranlarını da azaltıyor. Su ve oksijen rezervleri Ay'daki personeli desteklemek ve potansiyel gelecekteki Mars misyonları için yakıt üretmek açısından gerekli olduğundan, buz konumlarını tam olarak belirlemek uzun vadeli uzay keşifleri için kritik önem taşır.

IBM Research Europe, Birleşik Krallık ve İrlanda Direktörü Juan Bernabe-Moreno, temel modelin bilimsel araçlar arasındaki gözlemleri birbirine bağlamak ve ince kalıpları belirlemek için ölçeklenebilir bir temel sağladığını belirtti. NASA ile 50 yıldan uzun süredir iş birliği yapan IBM, teknolojinin gelecekteki astronot operasyonları sırasında tehlikeli kayalardan veya dik eğimlerden arınmış güvenli iniş alanlarının belirlenmesine yardımcı olmasını bekliyor.

Ortaklık, hem temel modelin hem de temel alınan çok modlu veri setinin herkese açık olmasını sağlayarak küresel araştırma kurumları arasında açık bilimsel keşiflerin önünü açıyor. Akademik araştırmacılar ve öğrenciler artık özel model mimarileri oluşturmaya veya farklı uzay ajansı arşivlerini bağımsız olarak birleştirmeye gerek kalmadan, önceden eğitilmiş jeosansyal AI modellerinden doğrudan yararlanabilirler. Bu açık kaynaklı dağılım, gezegensel jeolojiyi ve yüzey özelliklerini incelemek için teknik engelleri önemli ölçüde azaltır.

Bu neden Öğrenciler, Eğitim ve Araştırma için AI için önemli

Veri bilimi ve astronomideki öğrenci araştırmacılar ve akademisyenler için bu sürüm, ham, hizalanmamış uzay ajansı veri setlerini işleme sürtünmesini ortadan kaldırır. Araştırmacılar özel modeller oluşturmak veya sensör verilerini temizlemek için aylar harcamak yerine, Ay yüzeyi özelliklerini incelemek, tez araştırmalarını hızlandırmak ve açık kaynaklı uzay keşif araçlarına katkıda bulunmak için Hugging Face üzerindeki önceden eğitilmiş bir temel modeli ince ayarlarla optimize edebilirler.

Ne yapmalı

• NASA-IBM Lunar Foundation model ağırlıklarına ve deposuna doğrudan Hugging Face üzerinden erişin.
• NASA misyonlarından uzamsal olarak hizalanmış görüntüler ve sensör haritaları içeren birleştirilmiş çok modlu veri setini indirin.
• Temel modeli kraterleri, buz birikintilerini veya volkanik özellikleri belirleme gibi belirli araştırma görevleri için uyarlayın.

Adı geçen araçlar

• Hugging Face

Kaynak: 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)