Детали: NASA–IBM Lunar Foundation Model обучалась примерно на 2 млн тайлов: более чем на 1 млн

Детали: NASA–IBM Lunar Foundation Model обучалась примерно на 2 млн тайлов: более чем на 1 млн снимков камеры с разрешением 1 метр и почти 964 тыс. мультиспектральных изображений с разрешением 100 метров. Также использовались данные GRAIL, Lunar Prospector и японской миссии SELENE.

Модель размещена на Hugging Face, код доступен на GitHub и интегрирован с open-source toolkit TerraTorch. Исследователи могут дообучать её на небольшом объёме размеченных данных для задач картирования кратеров, поиска молодых вулканических признаков и оценки зон, где лёд у полюсов может сохраняться.

NASA сообщает, что на тестовых задачах модель сопоставима или превосходит несколько baseline-моделей, особенно при оценке стабильности полярного льда. Это инструмент анализа данных, а не автоматический «поиск пригодной для базы площадки».

Где деньги: открытые scientific foundation models сокращают стоимость подготовки специализированных моделей для космических агентств, университетов и компаний. Практические ниши — картография ресурсов, планирование посадок, обработка спутниковых данных и инструменты для лунной инфраструктуры.

Вердикт: Важен не только сам алгоритм, а открытый стек «данные → модель → benchmark → код». NASA превращает многолетний архив наблюдений в переиспользуемый слой для будущих научных и коммерческих миссий.

Источник: NASA

Карта для оплаты AI: открыть бота
🎁 Подарок: неделя Claude Pro — забрать