Open-KI-Modell kartiert Mond, Krater, Vulkane und Eis

NASA und IBM Research haben gemeinsam das NASA-IBM Lunar Foundation Model veröffentlicht, ein Open-Source-KI-System, das speziell für die Mondforschung konzipiert wurde. Das Modell basiert auf 17 Jahren kontinuierlicher Datensammlung der Lunar Reconnaissance Orbiter-Mission sowie ergänzenden Daten weiterer Raumfahrtprogramme. Mit einer Trainingsbasis von rund zwei Millionen Bildkacheln, darunter über eine Million hochauflösende und nahezu eine halbe Million multispektrale Aufnahmen, bildet es die gesamte Mondoberfläche in bisher unerreichter Detailtiefe ab. Im Unterschied zu spezialisierten KI-Modellen, die für jede neue Aufgabe individuell trainiert werden müssen, handelt es sich um ein sogenanntes Foundation Model. Durch das Pretraining auf massiven, ungelabelten Datensätzen verfügt das System über ein breites geometrisches und spektrales Grundwissen, das sich durch gezieltes Fine-Tuning mit minimalen gelabelten Referenzdaten auf diverse wissenschaftliche Fragestellungen übertragen lässt. Dies beschleunigt die Forschung erheblich und reduziert den Entwicklungsaufwand deutlich. Die wissenschaftlichen Anwendungsbereiche sind vielfältig. Das Modell identifiziert effizienter als manuelle Auswertungen Krater und unterstützt so die Altersbestimmung von Mondregionen sowie die Rekonstruktion der solaren Systemgeschichte. Bei der Erforschung der vulkanischen Vergangenheit ermöglicht es die schnelle Kartierung junger, irregulärer Mare-Patches, deren Existenz etablierte Modelle zur thermischen Abkühlung des Mondes herausfordert. Zudem hilft es Planetenforschern, die Stabilität von Wassereis in permanently beschatteten Polregionen präzise vorherzusagen, was für die Ressourcenplanung künftiger bemannter Missionen von zentraler Bedeutung ist. In objektiven Tests übertraf oder gleichkam das neue Modell etablierte Baseline-Algorithmen, insbesondere bei der Eisstabilitätsabschätzung. Die Entwicklung erfolgt im Rahmen der strategischen NASA-IBM-Kooperation AI for Science. Verantwortlich zeichnete das Impact AI Team des Marshall Space Flight Centers in Zusammenarbeit mit der Science Mission Directorate sowie den NASA Zentren Goddard und Ames. Die Veröffentlichung erfolgt vollständig offen auf Hugging Face und GitHub, eingebettet in das Open-Source-Toolkit TerraTorch. Begleitet wird das Release von umfassenden, maschinenlernfertigen Datensätzen, Benchmark-Sammlungen und einem wissenschaftlichen Begleitpaper. Beteiligt waren zudem Experten der Universities Space Research Association, des SETI-Instituts, der University of Maryland, Baltimore County und der Howard University. Kevin Murphy, Chief Science Data Officer und geschäftsführender Chief Data and AI Officer der NASA, betonte die strategische Bedeutung: Die NASA hat über Jahrzehnte hinweg einen außergewöhnlichen wissenschaftlichen Datenschatz des Mondes aufgebaut. Die Datensammlung ist jedoch nur die halbe Miete. Wir müssen die Daten für Wissenschaftler zugänglich machen. Das NASA-IBM Lunar Foundation Model zeigt, wie KI aus Petabytes wissenschaftlicher Daten neue Entdeckungen generiert. Mit der Veröffentlichung stellt die Raumfahrtagentur einen Meilenstein für die offene Forschung dar und bietet der globalen Community ein leistungsstarkes Werkzeug, um die Mondexploration datengetrieben voranzutreiben.