Mjesec

NASA i IBM objavili model umjetne inteligencije za istraživanje Mjeseca

Otvoreni model umjetne inteligencije analizira više od dva milijuna slikovnih isječaka Mjeseca i pomaže istraživačima izdvojiti kratere, vulkanske oblike i moguća područja s ledom.

Svemirska letjelica snima Mjesečevu površinu uz računalnu analizu podataka

NASA i IBM predstavili su model umjetne inteligencije za istraživanje Mjeseca. Trenirali su ga na više od dva milijuna dijelova lunarnih snimaka i podacima s nekoliko istraživačkih letjelica. Model traži geološke oblike na slikama i označava mjesta koja vrijedi dodatno proučiti.

Takav alat mogao bi ubrzati izradu karata kratera, vulkanskih područja i mogućih nalazišta leda. Oznaka modela upućuje na lokaciju za provjeru; sama po sebi ne potvrđuje da se ondje doista nalazi led ili drugi resurs.

Podaci s nekoliko lunarnih misija

Najveći dio snimaka prikupio je NASA-in Lunar Reconnaissance Orbiter, koji kruži oko Mjeseca od 2009. godine. U model su uključeni i podaci misija GRAIL i Lunar Prospector te japanske letjelice SELENE. Zajedno daju uvid u izgled površine i njezina fizikalna svojstva.

Više od milijun dijelova snimaka prikazuje Mjesec u visokoj razlučivosti, s pikselom koji na površini odgovara približno jednom metru. Drugi skup čine multispektralna mjerenja, razlučivosti oko 100 metara po pikselu. Takva mjerenja bilježe podatke u više valnih područja i pomažu razlikovati svojstva tla.

Karte za buduće misije

Model pretražuje velike skupove slika i označava mjesta koja bi mogla sadržavati određenu geološku značajku. NASA navodi da je u testovima osobito dobro izdvajao područja koja bi mogla skrivati led. Pri prepoznavanju kratera i mladih vulkanskih oblika postigao je rezultate usporedive s ranijim programima za analizu lunarnih snimaka.

Takve karte mogu pomoći pri odabiru mjesta za buduća mjerenja ili slijetanje. Procjena terena i dostupnosti vode važna je za planiranje dugotrajnog rada na Mjesecu, uključujući buduću lunarnu postaju.

Prijedloge treba provjeriti na izvornim snimkama

Model može zamijeniti sjenu za udubinu ili previdjeti značajku koju zaklanja kut Sunčeve svjetlosti. Na rezultat utječu i razlike među instrumentima. Istraživači zato označena mjesta uspoređuju s izvornim snimkama i dodatnim geološkim podacima.

NASA i IBM objavili su model i pripadajuće podatke kao otvoreni projekt, pa ih drugi znanstvenici mogu provjeravati i prilagođavati novim mjerenjima. Kad stignu snimke budućih lunarnih misija, moći će ih usporediti s postojećim kartama i provjeriti koliko dobro model prepoznaje obilježja površine.


Ivan Petričević

O autoru

Ivan je novinar i autor koji piše o znanosti, svemiru i povijesti. Gostuje kao stručni sugovornik na Science Discovery i History Channelu te piše za Večernji list. Osnivač je Kozmos.hr, prvog hrvatskog portala posvećenog popularizaciji znanosti.

Izvori i znanstvena publikacija

NASA, IBM Launch AI Foundation Model for Lunar Science

Teme
  • Lunar Reconnaissance Orbiter
  • Lunarna postaja
  • NASA
  • Umjetna Inteligencija

Neovisno novinarstvo

Podrži Kozmos bez oglasa

Članstvo pomaže financirati neovisne priče o znanosti, svemiru i tehnologiji.

Podrži Kozmos

Kozmos bez oglasa

Podrži neovisne priče o svemiru, znanosti i tehnologiji.

Članstvo pomaže održati Kozmos.hr i može uključivati dodatne sadržaje na Buy Me a Coffee, dok članci na Kozmos.hr-u ostaju javno dostupni.

Postani član Bez oglasa. Više znanosti. Više Kozmosa.hr.