Открытая модель ИИ нанесла на карту лёд, кратеры и вулканы Луны
NASA и IBM Research опубликовали открытую модель искусственного интеллекта, созданную специально для изучения поверхности Луны. Модель, обученная прежде всего на данных лунного орбитального зонда NASA Lunar Reconnaissance Orbiter (LRO), уже доступна на платформе Hugging Face, а полный код — на GitHub. По данным NASA и IBM, в контрольных тестах она выявляла ключевые лунные структуры до 23% точнее, чем широко используемые методы.
Что такое фундаментальная модель и почему Луна
Фундаментальные модели — большие нейронные сети, предобученные на огромных массивах данных таким образом, чтобы их можно было быстро донастроить под конкретные задачи. NASA и IBM уже применяют этот подход для задач наблюдения за Землёй (геопространственная серия Prithvi) и анализа погоды. Лунная модель стала следующим шагом.
Основу обучающей выборки составили почти 17 лет наблюдений LRO. Набор данных включал:
- более 1 миллиона камерных снимков с разрешением 1 м (узкоугольные камеры LRO);
- почти 964 000 мультиспектральных изображений с разрешением 100 м (прибор Diviner и другие);
- данные ещё нескольких миссий — всего более 30 согласованных слоёв от 9 инструментов на 4 миссиях, включая GRAIL и японский аппарат SELENE/Kaguya.
Ключевая техническая проблема лунных данных — принципиальная разнородность снимков: разные разрешения, разные углы освещения, разные системы координат. Особую сложность создаёт отсутствие у Луны атмосферы: тени в кратерах абсолютно чёрные, а один и тот же объект при разных углах Солнца выглядит совершенно иначе. Стандартные модели, обученные на земных снимках, с этим плохо справляются.
Три задачи, три результата
Разработчики продемонстрировали три прикладных направления:
Поиск лунного льда. В постоянно затенённых кратерах у полюсов Луны предположительно содержится водяной лёд — потенциальный ресурс для будущих миссий. Модель снизила погрешность выявления таких зон на 22% по сравнению с базовым методом.
Картирование кратеров. Каждый кратер — след удара метеорита; их число и размеры позволяют датировать поверхность. В контрольных тестах модель показала почти 19% более высокую точность при вдвое меньшем объёме обучающих данных. Дополнительно модель обнаружила новый кратер — след удара корпуса ракеты SpaceX в августе 2026 года, хотя снимок после удара не входил в предобучение.
Выявление вулканических объектов. Так называемые «неровные участки морей» (Irregular Mare Patches) — свидетельства геологически молодого вулканизма. Их картирование помогает понять эволюцию лунных недр.
Открытый доступ и следующие шаги
Лунная модель вошла в семейство Prithvi, объединяющее открытые фундаментальные модели NASA и IBM для наблюдений за Землёй и космосом. Её код, обученные веса и бенчмарк-наборы данных открыты для исследовательского сообщества.
Читайте также по теме: образцах обратной стороны Луны.
Авторы рассматривают модель как инструмент для ускорения работы с накопленными архивами лунных данных — аналитика, которая раньше требовала многолетней ручной работы, теперь может выполняться значительно быстрее. Это важно в контексте подготовки к лунным миссиям программы Artemis, где выбор мест посадки и оценка ресурсов требуют детального знания рельефа и состава поверхности.
