قدمت Universities Space Research Association (USRA) خبرة في علوم الكواكب للنموذج القمري الذكي newly released لـ NASA-IBM، وهو نموذج ذكاء اصطناعي مفتوح المصدر مصمم لتحليل مجموعات بيانات قمرية متنوعة. تم تطوير النموذج من خلال تعاون قاده NASA و IBM Research، وتم تدريب النموذج مسبقًا باستخدام Som Bench، وهو مجموعة بيانات قمرية متعددة الأوضاع تحتوي على ما يقرب من مليونين من حزم البيانات المشتركة التسجيل التي تغطي 11 وضعًا ومقياسين مكانيين. يدمج النموذج الصور، والتضاريس، وهندسة الإضاءة، والخصائص الحرارية والفيزيائية، وعلم المعادن، والرادار، والجاذبية، والبيانات الجيولوجية الأخرى.

جاءت مساهمة USRA من الدكتورة راشيل سلانك، عالمة مساعدة في معهد العلوم والتكنولوجيا التابع لـ USRA والمكلفة بالعمل في مركز مارشال لطيران الفضاء التابع لـ NASA. عملت كخبيرة في موضوع علوم الكواكب، حيث ربطت أولويات العلوم القمرية بقرارات تطوير النموذج.

تم تقييم النموذج عبر ثلاث معايير: اكتشاف الحفر على المستويين الإقليمي والمتر، وتقسيم بقع mare غير المنتظمة، وانحدار احتمالية وجود جليد قطري على القمر. في جميع المعايير، تطابق النموذج المدرب مسبقًا أو تفوق على نماذج المقارنة القائمة على التدريب المسبق لـ ImageNet. أظهر الدراسة كفاءة قوية في استخدام العلامات لاكتشاف الحفر، مما يشير إلى أن التدريب المسبق على القمر يقلل من متطلبات البيانات المصنفة الخاصة بالمهمة.

من خلال إصدار النموذج المدرب مسبقًا، ورمز الضبط الدقيق، ومجموعات بيانات المعيار بشكل مفتوح، يهدف الفريق إلى توفير أساس قابل لإعادة الاستخدام لتطبيقات البحث القمري. يدعم Som Bench التقييم المعياري لتطبيقات التعلم الآلي القمري.

الكيانات الرئيسية: الشركات: Universities Space Research Association (USRA)، NASA، IBM Research | الأشخاص: الدكتورة راشيل سلانك | المواقع: واشنطن، دي سي، مركز مارشال لطيران الفضاء