NASA与IBM发布开源月球探索基础模型

NASA与IBM于周四（9月10日）联合发布NASA-IBM Lunar Foundation Model，这是一个开源AI系统，可从Hugging Face下载。作为基础模型，它能够执行多种任务，尤其擅长识别月球表面可能存在冰的区域。

在测试中，研究团队将该模型的预测结果与基于地形、热环境等数据生成的参考图进行对比，并与微软开发的视觉系统SwinV2-B作比较。结果显示，新模型的错误率降低了23%；在陨石坑识别与分类方面，新模型性能比SwinV2-B提升19%，且训练数据用量减半。

该模型还经受了实际验证：今年8月5日SpaceX猎鹰9号火箭撞击月球后，IBM将撞击图像输入模型，模型首次尝试便正确识别出这一新撞击坑，即使它与此前存在的陨石坑高度重叠的情况下。

IBM研究人员表示，训练这一模型颇具挑战。月球阴影呈刀刃状且纯黑，被拍摄时阴影像素不携带信息，而传统计算机视觉训练方法（如遮挡部分图像并让模型重建）对月球并不适用。研究团队最终将月球表面按楔形分区，以完全分离训练和测试区域，使模型获得足够一致性。

本次发布还附带一个首创的开源数据集，包含来自NASA月球勘测轨道飞行器（LRO）、GRAIL任务以及日本SELENE任务的数万张图像和仪器数据。IBM表示，该数据集以网格方式将图像数据与其他模态数据对齐，包含超过200万个数据点，为社区构建未来的月球模型提供了基础。