NASA وIBM تطلقان نموذج ذكاء اصطناعي لدراسة القمر
أطلقت NASA وIBM نموذجًا مفتوح المصدر للذكاء الاصطناعي مخصصًا لدراسة القمر، ومدربًا على كميات ضخمة من البيانات والصور القمرية، لمساعدة العلماء في رسم الفوهات وتحديد مناطق الجليد المحتملة والتخطيط للبعثات المستقبلية.
تفاصيل الخبر
يأتي NASA-IBM Lunar Foundation Model ضمن تعاون مستمر بين NASA وIBM لتوظيف الذكاء الاصطناعي في العلوم، مع إتاحة النموذج والبيانات المرتبطة به للباحثين حول العالم.
- دُرّب النموذج من NASA وIBM بشكل أساسي على بيانات مهمة Lunar Reconnaissance Orbiter (LRO) التي جمعتها NASA على مدار نحو 17 عامًا، إلى جانب بيانات من بعثات مثل GRAIL وLunar Prospector وJAXA’s SELENE.
- اعتمد التدريب على نحو مليوني صورة مقسمة إلى وحدات، تشمل أكثر من مليون صورة عالية الدقة بدقة متر واحد، ونحو 964 ألف صورة متعددة الأطياف بدقة 100 متر.
- يستطيع الباحثون استخدام النموذج في مهام متعددة دون الحاجة إلى تدريبه من الصفر، مثل رسم خرائط الفوهات القمرية وتحديد التكوينات البركانية الحديثة وتقدير احتمالية وجود الجليد قرب قطبي القمر.
- يمكن للنموذج مساعدة العلماء في دراسة المناطق المظللة بشكل دائم، والتي قد تحافظ على الجليد بسبب درجات الحرارة المنخفضة، ما يجعلها مهمة لفهم تاريخ القمر ودراسة الموارد المحتملة للاستكشاف المستقبلي.
- يساعد النموذج أيضًا في اكتشاف البقع البحرية غير المنتظمة، وهي تكوينات بركانية تبدو حديثة نسبيًا وقد تقدم أدلة جديدة حول تطور القمر الحراري والجيولوجي.
- يمكن للذكاء الاصطناعي تسريع عملية تحديد وقياس الفوهات، وهي مهمة مهمة لتقدير أعمار الأسطح القمرية ودراسة تاريخ النظام الشمسي.
- اختبرت NASA النموذج في اكتشاف التغيرات الجديدة على سطح القمر، وتمكن من رصد فوهة نتجت عن اصطدام جسم صاروخي، رغم عدم تضمين صورة الاصطدام ضمن بيانات التدريب السابقة.
- أظهر النموذج أداءً مماثلًا أو أفضل من عدة نماذج أساسية في المهام التي جرى تقييمها، مع ميزة واضحة في تقدير استقرار الجليد القطبي.
- أطلقت NASA وIBM النموذج بصورة مفتوحة عبر Hugging Face، كما أتاحتا الشيفرة المصدرية على GitHub، إلى جانب مجموعات بيانات ومعايير اختبار جاهزة لأبحاث التعلم الآلي.
الأهداف المستقبلية
يمثل النموذج من NASA وIBM جزءًا من استراتيجية أوسع لدى NASA لاستخدام نماذج الذكاء الاصطناعي الأساسية في تحليل البيانات العلمية، بهدف تحويل الكميات الهائلة من البيانات الفضائية إلى أدوات تساعد في الاكتشاف والاستكشاف.
- تسريع تحليل البيانات والصور التي تجمعها البعثات القمرية والفضائية.
- تحسين خرائط الفوهات والتكوينات الجيولوجية ومناطق الجليد المحتملة.
- مساعدة العلماء في تحديد الموارد التي يمكن أن تدعم مهمات الاستكشاف القمرية المستقبلية.
- إتاحة نماذج وبيانات مفتوحة للباحثين حول العالم لتطوير تطبيقات علمية جديدة.
- توسيع استخدام نماذج الذكاء الاصطناعي لدراسة الأرض والشمس وبقية النظام الشمسي.
- دعم التعاون بين NASA وIBM والمؤسسات الأكاديمية لتطوير نماذج علمية أكثر قدرة على تحليل البيانات الفضائية.
تفتح شراكة NASA وIBM مجالًا جديدًا لاستخدام الذكاء الاصطناعي في استكشاف القمر، إذ يمكن للنموذج تحليل كميات ضخمة من البيانات بسرعة أكبر ومساعدة العلماء في اكتشاف الفوهات والتكوينات البركانية وتحديد المناطق التي قد تحتوي على جليد. ومع إتاحة النموذج والبيانات بصورة مفتوحة، يمكن للباحثين حول العالم تطوير هذه القدرات واستخدامها لدعم الجيل القادم من المهمات القمرية.
