In Breve
- Cos'è il NASA-IBM Lunar Foundation Model?
- È un modello di intelligenza artificiale open source per analizzare dati lunari.
- Come può aiutare la ricerca sulla Luna?
- Facilita l'analisi di aree strategiche e pericolose della superficie lunare.
- Quali dati sono inclusi nel dataset?
- Oltre 30 layer spazialmente allineati provenienti da nove strumenti su quattro missioni.
IBM e NASA hanno recentemente lanciato il NASA-IBM Lunar Foundation Model, un modello di intelligenza artificiale open source disponibile su Hugging Face, concepito per analizzare enormi quantità di dati lunari accumulati negli ultimi cinquant’anni. Questo modello multimodale è stato addestrato su un vasto dataset fornito dalla NASA, il quale sarà reso accessibile al pubblico, permettendo così di adattare un’unica foundation model a diverse analisi geologiche, evitando la necessità di sviluppare modelli specifici per ogni compito.
Il nuovo strumento si rivela particolarmente utile per lo studio di aree della superficie lunare che potrebbero presentare rischi o opportunità strategiche, come i depositi di ghiaccio, i crateri e le formazioni vulcaniche. Grazie a questo modello, è possibile ottenere una maggiore accuratezza nell’individuazione di crateri e caratteristiche vulcaniche, riducendo al contempo gli errori nella localizzazione di potenziali depositi di ghiaccio.
Il dataset unificato, disponibile per il machine learning, comprende oltre 30 layer spazialmente allineati provenienti da nove strumenti utilizzati in quattro missioni lunari. Questo vasto archivio contiene decine di migliaia di immagini e mappe che illustrano le proprietà geofisiche della superficie lunare, incluse osservazioni del Lunar Reconnaissance Orbiter e della missione GRAIL.
IBM ha sottolineato che il modello può svolgere un ruolo cruciale nella navigazione sicura degli astronauti, nell’identificazione di risorse essenziali e nella comprensione della storia geologica della Luna. Questi aspetti sono considerati fondamentali per stabilire una presenza umana sostenuta sulla Luna e per la produzione di carburante necessario per future missioni spaziali.
Juan Bernabe-Moreno, direttore di IBM Research Europe, ha commentato che la foundation model rappresenta una base per esplorare la Luna su scala, connettendo osservazioni tra strumenti e rivelando schemi che sarebbero difficili da identificare in modo isolato. La combinazione del modello e del dataset mira a fornire alla comunità di ricerca una piattaforma aperta per analisi automatizzate e studi geologici su larga scala.