Universities Space Research Association (USRA) внесла свой вклад в опыт в области планетарной науки в недавно выпущенную лунную ИИ-модель NASA-IBM — открытую ИИ-модель, предназначенную для анализа разнообразных лунных наборов данных. Модель разработана в рамках сотрудничества, возглавляемого NASA и IBM Research, и была предобучена с использованием Som Bench — многомодального лунного набора данных, содержащего почти два миллиона совместно зарегистрированных пакетов данных, охватывающих 11 модальностей и двух пространственных масштабов. Модель интегрирует изображения, топографию, геометрию освещения, термофизические свойства, минералогию, радар, гравитацию и другие геологические данные.

Вклад USRA внес доктор Рэйчел Сланк, ассоциированный ученый Института науки и технологий USRA, находящийся в командировке в Центре космических полетов Маршалла NASA. Она выступала в качестве эксперта по предмету планетарной науки, связывая приоритеты лунной науки с решениями по разработке модели.

Модель оценивалась по трем бенчмаркам: обнаружение кратеров на региональном и метровом масштабах, сегментация неправильных пятен mare и регрессия перспективности лунного полярного льда. Во всех бенчмарках предобученная модель соответствовала или превосходила модели сравнения, основанные на предобучении ImageNet. Исследование продемонстрировало сильную эффективность использования меток при обнаружении кратеров, что предполагает, что лунное предобучение снижает потребность в специфических для задачи размеченных данных.

Публикуя предобученную модель, код тонкой настройки и наборы данных для бенчмарков открыто, команда стремится предоставить переиспользуемую основу для лунных исследовательских приложений. Som Bench поддерживает стандартизированную оценку лунных приложений машинного обучения.

Ключевые сущности: Компании: Universities Space Research Association (USRA), NASA, IBM Research | Люди: доктор Рэйчел Сланк | Места: Вашингтон, округ Колумбия, Центр космических полетов Маршалла