رصد ماه توسط هوش مصنوعی آی بی ام و ناسا

به گزارش پایگاه خبری پژوهندگان عصر، این مدل همچنین قادر است از برنامه‌های مرتبط با حضور پایدار انسان در ماه حمایت کند. مدل پایه ماه ناسا و آی بی ام (NASA-IBM Lunar Foundation Model) یک ابزار هوش مصنوعی عمومی و در دسترس است که به منظور مطالعهٔ ماه طراحی شده است. این مدل با بهره‌گیری از بیش از ۳۰ لایهٔ داده که توسط ۹ ابزار علمی در چهار مأموریت ناسا جمع‌آوری شده، آموزش دیده است، از جمله داده‌های مدارگرد شناسایی ماه (Lunar Reconnaissance Orbiter). این مدل به خانوادهٔ مدل‌های پایهٔ متن‌باز Prithvi متعلق به آی بی ام و ناسا می‌پیوندد؛ خانواده‌ای که کاربردهای متنوعی از جمله داده‌های مکانی، آب‌وهوا و سایر حوزه‌ها را شامل می‌شود.

این مدل می‌تواند به پژوهشگران یاری رساند تا ذخایر احتمالی یخ در مناطق دائماً سایه‌دار ماه را شناسایی کنند، برای انتخاب محل‌های امن فرود، دهانه‌های برخوردی ماه را نقشه‌برداری نمایند و ویژگی‌های آتشفشانی سطح ماه را مورد بررسی قرار دهند. این فعالیت‌ها در گذشته معمولاً نیازمند آن بود که دانشمندان نقشه‌ها و تصاویر را به‌صورت دستی تحلیل کنند یا از ابزارهای یادگیری ماشین با وضوح پایین‌تر استفاده نمایند. ناسا و آی بی ام اعلام کردند که در آزمایش‌های استاندارد مقایسه‌ای، این مدل توانسته است ویژگی‌های مهم سطح ماه را تا ۲۳ درصد دقیق‌تر از روش‌های رایج و پرکاربرد شناسایی کند.

یخ ماه برای سازمان‌های فضایی از اهمیت ویژه‌ای برخوردار است، زیرا وجود آن می‌تواند نشان‌دهندهٔ وجود آب و اکسیژن باشد. این منابع برای ایجاد یک پایگاه آیندهٔ انسانی بر روی ماه و همچنین تولید سوخت موشک برای مأموریت‌های فضایی به مریخ ضروری تلقی می‌شوند.