NASA-IBM 月球基础模型是第一个:公开可用的 AI 模型,旨在支持 NASA 的 Artemis 计划下的月球探索。
该模型已于周四推出,现已在开源人工智能平台 Hugging Face 上使用,该模型已经过 IBM 和 NASA 研究人员选择的数十年月球观测数据的训练,以提供有关人类在月球上存在的发展的见解。根据新闻稿
自首次联手将第一人送上月球以来,IBM 和 NASA 已经合作了 60 多年。
探月新举措
过去,科学家必须检查各种仪器收集的地图和图像。他们自己几十年来一直在分析月球,或者使用专为特定任务设计的低分辨率机器学习模型。
NASA-IBM 的月球基金会模型不仅通过指定跨尺度和跨仪器的数据格式节省了研究人员的时间,而且根据一份新闻稿。在识别月球关键地理特征方面,它的性能也比广泛使用的方法高出 23%。这包括陨石坑。火山形成和潜在的冰架所有这些都为未来探索月球阿耳忒弥斯提供了重要信息。
揭示第一个月球数据集
除了基本的人工智能模型之外,IBM 和 NASA 的科学家还创建了他们所谓的第一个此类开源月球数据集。它汇集了由九种仪器从四颗卫星的任务中收集到的数万张地图和图像。

IBM 研究中心高级研究经理坎贝尔·沃森 (Campbell Watson) 在一封电子邮件中告诉 CNET,通过公开这些模型和数据集,IBM 和 NASA 希望为全球科学界提供一个共同的基础,让研究人员能够适应并应用于有关月球的新问题。
“这项工作建立在数十年从任务中收集的公开月球数据的基础上。因此,开源模型延续了广泛的科学访问和互操作性的传统,”沃森说。
NASA-IBM 月球基础模型并不是 NASA 和 IBM 在 Hugging Face 上唯一的开源 AI 模型。 普里萨维家族 天气模型、气候和地球观测

研究人员可以构建 NASA-IBM 模型来获得新发现。而不是每次都从头开始构建人工智能模型








