A NASA és az IBM új, nyílt forráskódú mesterséges intelligencia-modellt mutatott be, amely több évtized holdkutatási adatait képes egyszerre átvizsgálni. A rendszer jéglerakódások, kráterek és vulkanikus képződmények azonosításában segítheti a kutatókat, miközben egyes feladatokban a korábbi módszereknél is pontosabb eredményt adott.
A NASA–IBM Lunar Foundation Modelt kifejezetten a Hold felszínének vizsgálatára fejlesztették. A modell elsősorban a Lunar Reconnaissance Orbiter hosszú évek alatt összegyűjtött adataiból tanult, de más holdmissziók méréseit is felhasználták a fejlesztéshez. A cél az volt, hogy a különböző műszerekből származó képeket és mérési adatokat egyetlen rendszerben lehessen összevetni.
A fejlesztéshez egy olyan egységes holdi adatbázist is létrehoztak, amely több mint 30, egymáshoz igazított adatréteget fog össze kilenc műszer és négy különböző küldetés anyagából. A rendszerben a NASA Lunar Reconnaissance Orbiter és GRAIL küldetésének adatai mellett a japán SELENE–Kaguya mérései is szerepelnek. A fejlesztők szerint korábban nem állt rendelkezésre ilyen, gépi tanulásra előkészített, nyílt holdi adatbázis.
A modell egyik legfontosabb feladata a holdi jég keresése lehet. A Hold sarkvidékein vannak olyan, állandóan árnyékban maradó területek, ahol a jég hosszú időn keresztül fennmaradhatott. Ennek feltérképezése nemcsak tudományos szempontból fontos: a jégből víz és oxigén nyerhető, hosszabb távon pedig akár rakéta-üzemanyag előállításához is felhasználható lehet.
A teszteken a modell a jég előfordulására alkalmas területek becslésénél akár 22 százalékkal csökkentette a hibát egy másik, gyakran használt képfeldolgozó modellhez képest. Az IBM összesítése szerint egyes holdfelszíni képződmények felismerésében a javulás elérte a 23 százalékot.
A kráterek azonosításában is ígéretes eredményeket értek el. Nagyobb léptékű felvételeknél a modell közel 19 százalékkal jobb eredményt adott az összehasonlításként használt rendszernél úgy, hogy csak feleannyi tanítóadatot használt. Ez azért fontos, mert a kráterek mérete, elhelyezkedése és kora sokat elárul a Hold felszínének fejlődéséről.
A rendszer a vulkanikus múlt vizsgálatában is használható. A kutatók úgynevezett szabálytalan mare-foltokat keresnek, amelyek viszonylag fiatal vulkanikus képződmények lehetnek. Ezek feltérképezése segíthet pontosabban megérteni, meddig maradt geológiailag aktív a Hold. A modell ezen a területen is javított a korábbi eredményeken.
A NASA szerint a mesterséges intelligencia legnagyobb előnye az lehet, hogy hatalmas adatmennyiséget képes rövid idő alatt átvizsgálni. A holdkutató szondák több évtized alatt petabájtnyi adatot gyűjtöttek össze, amelynek kézi feldolgozása vagy különálló programokkal történő elemzése rendkívül időigényes. Az új modell ezek között keres kapcsolatokat és olyan mintázatokat is felismerhet, amelyek egyetlen műszer adataiból önmagukban nem láthatók.
A rendszer ugyanakkor nem önálló döntéshozó eszköz. Nem választ leszállóhelyet és nem helyettesíti a kutatói elemzést. A feladata az, hogy gyorsabban szűrje át az adatokat, majd a szakemberek részletesebben megvizsgálhassák a legérdekesebb területeket.
A NASA és az IBM a modellt nyílt forráskódúvá tette. A rendszer a Hugging Face felületén érhető el, a teljes kódbázist pedig a GitHubon tették közzé, így más kutatócsoportok is használhatják és továbbfejleszthetik. A Lunar Foundation Model ezzel a NASA és az IBM korábbi, földmegfigyelési és napkutatási mesterségesintelligencia-fejlesztéseinek sorába illeszkedik.
Forrás: NASA Science – 2026. szeptember 10-i hivatalos közlemény.
