IBM과 NASA는 수십 년간의 달 데이터를 기반으로 구축한 AI 모델을 공개했습니다

이제 연구원들은 IBM과 NASA가 공동 개발한 오픈 소스 AI 모델을 사용하여 수십 년간 축적된 달 관측 자료에서 얼음, 분화구, 화산 지형을 분석할 수 있습니다. 새로 공개된 NASA-IBM 달 재단 모델(NASA-IBM Lunar Foundation Model)은 향후 달 표면에 인간을 다시 착륙시키기 위한 준비 작업의 일환입니다. NASA 과학부에 따르면, 이 시스템은 Hugging Face에서 무료로 다운로드할 수 있으며, 전체 코드베이스는 GitHub에 공개되어 있습니다.

달 표면 연구는 항상 상대적으로 느린 과정이었으며, 두 가지 방식이 있었습니다. 하나는 지도와 이미지를 수작업으로 검토하는 것이고, 다른 하나는 각 요청에 대해 해상도가 낮은 머신러닝 모델을 학습시키는 것이었습니다. IBM은 발표.

기초 모델의 공개는 연구자들이 새로운 지질학적 특징을 다룰 때마다 새로운 모델을 구축하는 대신 사전 학습된 모델을 사용할 수 있게 해 주기 때문에 큰 도움이 됩니다. 달 모델은 IBM의 개방형 과학 모델 제품군인 Prithvi에 가장 최근에 추가된 모델로, 이미 지리 공간 분석, 기상 및 태양 물리학 분야에 적용되고 있습니다. IBM 리서치 유럽, 영국 및 아일랜드 지부장인 후안 베르나베-모레노는 새로운 시스템을 통해 과학자들이 대규모로 달 관측 자료를 분석하고 개별 데이터 세트를 연구할 때는 감지하기 어려웠던 패턴을 식별할 수 있게dent.

베르나베-모레노는 "이 모델은 과학자들이 달을 대규모로 탐사하고, 다양한 장비의 관측 결과를 연결하며, 개별적으로는 보기 어려운 패턴을 드러낼 수 있는 토대를 제공합니다."라고 말했습니다.

달 기지 모델, 성능 벤치마크에서 우위를 점하다

NASA와 IBM은 이미지 분석의 기준 모델로 널리 사용되는 마이크로소프트에서 학습시킨 비전 시스템인 SwinV2-B와 새로운 모델의 성능을 비교 평가했습니다. 새로운 모델은 얼음 퇴적물 위치 파악에서 오류를 23% 줄였고, 분화구 탐색 및 분류에서는 SwinV2-B보다 19% 우수한 성능을 보였습니다. 심지어 학습에 사용한 데이터 양이 절반이었음에도 불구하고 이러한 성과를 달성했습니다. IBM의 기술 논문에 따르면, 이 모델은dent, 미세 조정 작업도 덜 필요했습니다.

해당 모델은 8월 5일 실제 테스트를 거쳤습니다. IBM은 스페이스X의 팰컨 9 로켓이 달에 충돌한 후 남은 충돌 지점 이미지를 모델에 입력했습니다. 새로운 충돌 지점이 기존 크레이터 바로 위에 나타났음에도 불구하고, 모델은 이를 새로 형성된 크레이터로 정확하게dent.

궁극적인 목표는 달에 인간이 지속적으로 거주할 수 있도록 하는 것입니다. 달 극지방 근처의 영구 음영 지역을 지도화하는 것은 여전히 ​​큰 과제입니다. 이 지역은 달에서 관측하기 가장 어려운 곳 중 하나이며, 지하에 얼음 매장지가 있을 가능성이 있기 때문입니다. IBM은 이 얼음이 미래 달 기지에 물과 산소를 ​​공급할 뿐만 아니라, 화성 탐사 임무에 필요한 로켓 연료의 원료로도 활용될 수 있다고 밝혔습니다.

데이터셋은 모델보다 오래 지속될 수 있습니다

이들 기관은 또한 최초의 통합된 머신러닝용 달 데이터셋을 공개했습니다. 이 데이터셋은 네 번의 달 탐사 임무에서 아홉 개의 장비가 수집한 30개 이상의 공간적으로 정렬된 레이어를 통합한 것입니다.

이 데이터 세트는 것입니다 . 베르나베-모레노는 약 200만 개의 공동 등록된 데이터 포인트가 모델 자체보다 더 지속적인 기여를 할 수 있을 것이라고 말했습니다. 그는 "데이터가야말로 인공지능 모델 산업을 진정으로 만들어내는 원동력"이라고 강조했습니다.

이번 AI 모델 출시는 아폴로 프로그램 시절로 거슬러 올라가는 50년 이상의 오랜 파트너십을 기반으로 이루어졌습니다.