我们研究月球已经很长时间了。美国宇航局在数十年的月球任务和研究中收集了大量数据。她收集的数据 月球勘测轨道飞行器 例如，仅月球勘测轨道飞行器（LRO）就超过了美国宇航局所有其他行星任务的总和。
分析所有这些信息需要研究人员花费大量时间和精力。因此，NASA 和 IBM 开发了一种人工智能模型来帮助筛选月球数据——该机构取得了进展 宣布 周四（9 月 10 日）。称为 NASA-IBM 月球基础模型的开源模型是 目前可用 拥抱脸免费。
“美国宇航局几十年来建立了杰出的科学记录 月亮但收集数据只是业务的一部分，”美国宇航局首席科学数据官兼代理首席数据和人工智能官凯文·墨菲在新闻稿中表示。
新的人工智能模型可以帮助研究人员完成火山口测绘、寻找年轻火山特征和建模等任务 水冰的可能位置 据美国宇航局称，月球两极附近。
墨菲在帖子中表示，美国宇航局需要让科学数据的探索和使用变得更加容易。为此，NASA 与 IBM 一起开发并发布以科学为重点的人工智能模型。以前的模型包括一个专注于 地球 观测和其他太阳物理学。
这是更广泛趋势的一部分 在行星科学中使用人工智能。世界各地的航天机构和私人航天公司正在探索人工智能模型如何帮助分析，以提高科学生产力、降低成本并简化工作流程。
墨菲在新闻稿中表示：“NASA-IBM 月球基金会模型展示了当我们将人工智能引入 NASA 的 PB 级科学数据时，将会发生什么。” “这就是我们在人工智能中看到的真正机会：将大数据转化为新发现。”
AI模型主要是根据LRO任务的数据进行训练的。 17 年来，美国宇航局的月球轨道飞行器编制了近乎完整的拼接图像，以高分辨率详细介绍了月球表面。
