Лунная карта постепенно превращается из набора снимков в рабочую схему для будущих экспедиций. IBM и NASA 10 сентября выпустили открытую NASA-IBM Lunar Foundation Model, которая анализирует многолетние наблюдения Луны, ищет признаки потенциальных залежей льда, распознаёт кратеры и помогает заранее оценивать районы для будущих посадок и научных работ.
Модель обучили более чем на 30 слоях данных от девяти приборов, работавших в четырёх миссиях NASA, включая Lunar Reconnaissance Orbiter. Такой базовый ИИ сначала учится на большом массиве наблюдений, а затем его можно адаптировать к отдельным задачам. NASA ранее разрабатывало проект именно как мультимодальную модель лунной поверхности для научного анализа.
В контрольных испытаниях система распознавала ключевые особенности рельефа до 23% точнее распространённых методов. Речь идёт не о прямом обнаружении запасов воды под грунтом. Алгоритм сопоставляет разные типы дистанционных измерений и выделяет участки, где признаки льда или особенности рельефа заслуживают более детальной проверки научными приборами.
Особый интерес представляют постоянно затенённые районы возле лунных полюсов, где лёд способен сохраняться очень долго. Вода на месте будущей базы может дать питьевую воду, кислород и компоненты ракетного топлива, поэтому NASA уже готовит инфраструктуру у южного полюса и планирует до 2029 года более 20 роботизированных посадок для проверки техники.
Вторая задача модели связана с рельефом. Автоматическая классификация кратеров и вулканических структур позволяет быстрее разбирать огромные массивы карт и снимков, которые раньше приходилось просматривать вручную или обрабатывать более узкими алгоритмами. Похожий подход уже применяли для поиска «Луны-9» на снимках орбитального аппарата LRO с помощью машинного обучения.
NASA-IBM Lunar Foundation Model вошла в семейство Prithvi, куда уже входят модели IBM и NASA для геопространственных данных, погоды и других научных задач. Общая идея семейства состоит в том, чтобы один предварительно обученный ИИ служил основой для нескольких специализированных сценариев, а не создавался заново под каждый набор наблюдений или научный вопрос.
Новая модель не выбирает место посадки самостоятельно и не подтверждает наличие пригодных для добычи запасов льда. NASA рассматривает такой инструмент как способ быстрее сузить область поиска перед дальнейшими измерениями и миссиями. К 2028 году программа Artemis должна вернуть астронавтов к Луне, где точность карт и оценка ресурсов станут уже практической задачей.