NASA и IBM представили открытую нейросетевую модель для исследования Луны, доступную для загрузки на платформе Hugging Face. Система предназначена для анализа данных лунной поверхности, включая поиск зон с залежами льда и классификацию кратеров.
В ходе сравнительных испытаний с моделью SwinV2-B от Microsoft разработка NASA и IBM показала снижение ошибок распознавания на 23%. При классификации кратеров новая модель превзошла эталонный аналог на 19%, используя при этом лишь половину объема обучающих данных.
Система успешно идентифицировала новый кратер, образовавшийся 5 августа после падения ракеты SpaceX Falcon 9. Модель точно определила место удара, несмотря на наложение нового кратера на старые объекты и специфические условия освещения на Луне, создающие резкие тени.
Разработчики столкнулись со сложностями при обучении из-за отсутствия полезной информации в затененных пикселях и схожести кратеров. В итоге команда применила метод сегментации поверхности на сектора, что позволило обеспечить стабильность обучения и точность работы алгоритма.
Вместе с моделью опубликован первый в своем роде открытый набор данных, содержащий более 2 миллионов точек. В него вошли материалы лунного орбитального зонда LRO, миссии GRAIL и японского аппарата SELENE, объединенные в единую систему координат для дальнейших научных работ.
