Jak vás jistě nepřekvapí, výzkum Měsíce stojí na obrovském množství dat, jejichž ruční procházení je pro vědce časově náročné. NASA (viz science.nasa.gov) proto společně s IBM a akademickými institucemi vytvořila umělou inteligenci, která se má v těchto datech rychle orientovat a pomáhat s jejich analýzou. NASA-IBM Lunar Foundation Model přitom patří mezi první otevřené AI modely vytvořené přímo pro lunární vědu. Základem modelu jsou především data z družice Lunar Reconnaissance Orbiter (LRO), která Měsíc pozoruje už 17 let. Model je veřejně dostupný a výzkumníci jej mohou dále upravovat pro vlastní úlohy. NASA zároveň zveřejnila zdrojový kód, trénovací data a související benchmarky, takže na jeho vývoji může pracovat širší vědecká komunita.
Lunar Reconnaissance Orbiter za dobu svého působení nashromáždil obrovské množství dat. A právě jejich rozsah byl pro vytvoření nového modelu zásadní – NASA a IBM jej trénovaly přibližně na 2 milionech obrazových dlaždic. Do trénování se dostala také data z dalších misí, například GRAIL, Lunar Prospector nebo japonské SELENE. Model tak nezískal pouze schopnost rozpoznávat jednotlivé obrázky, ale naučil se hledat vzory v rozsáhlém souboru různých typů lunárních dat. A právě to je zásadní rozdíl oproti klasickému přístupu – u běžného algoritmu totiž musí vědci často vytvořit a natrénovat specializovaný model pro konkrétní úkol. Základní model je naproti tomu předtrénovaný na rozsáhlém množství dat a následně jej lze poměrně rychle přizpůsobit konkrétnímu vědeckému problému.
Jedním z úkolů, na kterých NASA model testovala, je odhad výskytu a stability vodního ledu v okolí měsíčních pólů. Zvláštní význam pak mají trvale zastíněné oblasti, kam sluneční světlo prakticky nedopadá a kde mohou extrémně nízké teploty umožnit zachování ledu po velmi dlouhou dobu. Model přitom dokáže na základě dostupných dat odhadovat, kde by se taková ložiska mohla nacházet a kde by mohl být led stabilní. To je zajímavé nejen z hlediska základního výzkumu Měsíce, ale také pro budoucí mise, které budou zkoumat jeho polární oblasti.
Další oblastí je lunární vulkanismus – Měsíc dnes není považován za aktivně vulkanické těleso, v minulosti však na jeho povrchu probíhala rozsáhlá sopečná činnost. Vědci proto hledají neobvyklé útvary známé jako nepravidelné mořské skvrny (irregular mare patches), které mohou být podle některých interpretací geologicky poměrně mladé. Jejich podrobné mapování může pomoci zpřesnit představy o tom, jak a kdy Měsíc chladl a jak se v průběhu času měnil jeho povrch.
Velmi praktické využití má model také při mapování impaktních kráterů. Jejich počet, velikost a rozmístění jsou pro planetární geology důležité, protože pomáhají určovat stáří jednotlivých oblastí povrchu a rekonstruovat historii Měsíce i celé Sluneční soustavy. Automatizace tak může ušetřit vědcům obrovské množství času. Místo ručního procházení jednotlivých snímků může umělá inteligence předem označit místa, která odpovídají hledanému typu útvaru, a vědci se následně mohou soustředit na ověřování výsledků a jejich interpretaci.
NASA model otestovala také na snímcích oblasti poblíž kráteru Einstein, které zachycují povrch Měsíce před a po dopadu tělesa SpaceX. Systém dokázal identifikovat existující krátery a zároveň označit nově vzniklý impaktní kráter. Data z následného snímkování přitom nebyla součástí jeho původního předtrénování. Takový test ukazuje potenciál AI nejen při katalogizaci známých útvarů, ale také při automatickém hledání nových změn na povrchu. Výsledky ovšem mohou ovlivnit například rozdílné podmínky osvětlení při jednotlivých průletech družice.
Lunární model není izolovaným projektem. Je součástí širší spolupráce NASA a IBM zaměřené na využití umělé inteligence při zpracování vědeckých dat. Obě organizace už společně vytvořily například Prithvi, rodinu modelů pracujících s daty z pozorování Země, která může pomáhat například při sledování povodní, zemědělství nebo hurikánů. Dalším projektem je Surya, model zaměřený na data ze Slunce a předpověď jevů souvisejících s kosmickým počasím. Lunar Foundation Model pak do této řady přidává Měsíc.
