Model je izgrađen prvenstveno na podacima Lunar Reconnaissance Orbitera, koji je tijekom više od 17 godina snimio gotovo cijelu površinu Mjeseca. U njegovu obuku je uključeno oko dva milijuna slika, od čega više od milijun čini visokorezolucijske kamere, a gotovo 964 000 multispektralnih snimaka, uz dodatne podatke iz misija GRAIL, Lunar Prospector i JAXA-ine SELENE. Po početnim testiranjima, model je podjednako ili bolje od postojećih AI sustava u zadacima poput kartiranja kratera i prepoznavanja nepravilnih mare patch-ova, a posebno se istaknuo u procjeni stabilnosti ledenih naslaga na lunarnim polovima. Kevin Murphy, NASA-in službenik za znanstvene podatke, istaknuo je da model omogućuje znanstvenicima brži pristup i analizu petabajta podataka, čime se otvaraju nove mogućnosti otkrića. Projekt je zajednički napor NASA-inog Impact AI tima, istraživača s nekoliko NASA-inih centara i IBM-ove istraživačke grupe, a javno je dostupan za daljnje prilagodbe i primjene u lunarnoj znanosti.
NASA i IBM predstavili Lunar Foundation Model za brže istraživanje Mjeseca
Izvori
Originalni sadržaj iz javnih izvora. Pune članke ne objavljujemo — kliknite za izvornu publikaciju.
- Innovation News Network (2026-09-11 09:52) Pročitaj original ↗
AI će pretražiti dodatne izvore i sintetizirati detaljniji sažetak (8-12 rečenica) iz više izvora. Rezultat se ne sprema javno i ne indeksira.