أعلنت وكالة ناسا وشركة IBM يوم الأربعاء عن إصدار مفتوح المصدر لنموذج مؤسسة ناسا-آي بي إم القمرية، وهو نموذج ذكاء اصطناعي مصمم لمساعدة العلماء على استخلاص الأفكار من عقود من الملاحظات القمرية - وهو أحد النماذج الأساسية الأولى المتاحة للجمهور والتي تم تصميمها للاستكشاف العلمي للقمر. النموذج متاح الآن، حيث أفادت مجلة Computer Weekly أنه يمكن تنزيله من Hugging Face.

يستهدف الإصدار مشكلة مألوفة لعلماء الكواكب: وجود الكثير من البيانات، وساعات قليلة جدًا في اليوم. لعقود من الزمن، قامت أجهزة الاستشعار والأدوات بمراقبة القمر بشكل مستمر، مما أدى إلى توليد بيتابايت من المعلومات. ولدراسة السطح، كان على العلماء التدقيق في الخرائط والصور يدويًا، أو الاعتماد على نماذج تعلم آلي منخفضة الدقة ومحددة المهام، وهي أساليب تصفها شركة IBM بأنها مكثفة حسابيًا، وغالبًا ما تفتقر إلى الدقة اللازمة لتحديد وتحليل الميزات الجغرافية. لمزيد من السياق حول هذه القصة، راجع أخبار الذكاء الاصطناعي.

العثور على الجليد والحفر والبراكين القديمة

تم تدريب النموذج على إظهار العلاقات المخفية عبر العديد من الأنواع المختلفة ودقة البيانات القمرية، ويحدد إعلان IBM ثلاثة تطبيقات رئيسية.

رواسب جليدية محتملة. تعد المناطق المظللة بشكل دائم بالقرب من القطبين القمريين من بين أصعب الأماكن التي يمكن مراقبتها على القمر، ومع ذلك قد تحتوي على جليد تحت السطح - وهو مورد يعتبر ضروريًا لقاعدة قمرية مستقبلية ولإنتاج وقود الصواريخ للبعثات إلى المريخ. في ورقة فنية كتبها فريق NASA-IBM، قلل النموذج الخطأ (RMSE) في تحديد المناطق ذات الإمكانية العالية لتكوين الجليد القمري بنسبة تصل إلى 22 بالمائة مقارنة بنموذج الرؤية SwinV2-B (ImageNet) المستخدم على نطاق واسع. الكشف عن الفوهات. تكشف الفوهات عن أدلة حول عمر التضاريس وجيولوجيا القمر والتركيب الكيميائي للجزء الداخلي المبكر من القمر، ويساعد رسم خرائطها وكالة ناسا في اختيار مواقع الهبوط الآمنة وتجنب المخاطر مثل المنحدرات الشديدة والصخور. وقالت IBM إن النموذج يمكنه تحديد وتصنيف الحفر بدقة على نطاق متر بدقة مماثلة للنماذج الحديثة مع توفير كفاءة أكبر وخفض تكاليف الضبط الدقيق. وبدقة تصل إلى 100 متر تقريبًا، يتفوق على SwinV2-B بنسبة 19 بالمائة تقريبًا باستخدام نصف بيانات التدريب فقط. التاريخ البركاني. يتتبع النموذج أيضًا بقع البحيرات غير المنتظمة - وهي سمات بركانية غامضة تساعد العلماء على فهم التطور الحراري للقمر. وحتى عند تغذية تسميات غير كاملة، فإنه يلتقط مدى هذه الميزات بنسبة 3 بالمائة أفضل من خط الأساس SwinV2-B، وفقًا للإعلان.

مجتمعة، تقول شركة IBM أن النموذج يتجاوز الأساليب المستخدمة على نطاق واسع بنسبة تصل إلى 23 بالمائة في تحديد الميزات الجغرافية الرئيسية على سطح القمر.

أول مجموعة بيانات قمرية مفتوحة وموحدة

إلى جانب النموذج، قام علماء IBM وNASA ببناء ما تصفه الشركتان بأول مجموعة بيانات قمرية مفتوحة المصدر من نوعها: مجموعة موحدة وجاهزة للتعلم الآلي أكثر من 30 طبقة محاذية مكانيًا من تسعة أدوات عبر أربع مهمات. فهو يجمع بين عشرات الآلاف من الصور والخرائط التي تلتقط الخصائص الجيوفيزيائية لسطح القمر، بالاعتماد على بعثات ناسا الاستطلاعية القمرية (LRO) ومهمات GRAIL، من بين مهام أخرى. وصفت النشرة التجارية Unite.ai مجموعة البيانات القياسية المصاحبة باسم SomBench.

مجموعة البيانات مهمة بقدر أهمية النموذج. حتى الآن، لاحظت شركة IBM أنه لا توجد مجموعة بيانات متاحة للعامة جلبت ملاحظات القمر متعددة الوسائط ومتعددة الدقة إلى إطار مشترك مناسب للتعلم الآلي الحديث - مما يعني أن أي مجموعة بحثية ترغب في تطبيق التعلم العميق على العلوم القمرية واجهت أولًا أشهرًا من هندسة البيانات.

ما تقوله ناسا وIBM

قال كيفن ميرفي، كبير مسؤولي البيانات العلمية والقائم بأعمال رئيس البيانات ومسؤول الذكاء الاصطناعي في مقر ناسا: "لقد أمضت وكالة ناسا عقودًا من الزمن في بناء سجل علمي استثنائي للقمر، لكن جمع البيانات ليس سوى جزء من المهمة". "علينا أيضًا أن نجعل البيانات أسهل على العلماء لاستكشافها واستخدامها. يُظهر نموذج مؤسسة NASA-IBM Lunar Foundation ما هو ممكن عندما نجلب الذكاء الاصطناعي إلى بيتابايت من البيانات العلمية التابعة لناسا."

قال خوان بيرنابي مورينو، مدير أبحاث IBM في أوروبا والمملكة المتحدة وأيرلندا: "يتطلب الكشف عن أسرار القمر القدرة على التعلم من حجم غير عادي من البيانات العلمية". "إن نموذج مؤسسة NASA-IBM Lunar Foundation يمنح العلماء أساسًا لاستكشاف القمر على نطاق واسع، وربط الملاحظات عبر الأدوات، والكشف عن الأنماط التي يصعب رؤيتها بمعزل عن غيرها، وتوفير منصة مفتوحة يمكن لمجتمع البحث العالمي البناء عليها."

لماذا يعتبر المصدر المفتوح مهمًا هنا

تأطير المصدر المفتوح متعمد. ومن خلال نشر الأوزان علنًا، تدعو ناسا وآي بي إم المختبرات والجامعات ووكالات الفضاء في جميع أنحاء العالم إلى ضبط النموذج ليتوافق مع أسئلتهم الخاصة - بدءًا من اختيار موقع الهبوط للبعثات المأهولة وحتى الدراسات الأساسية حول كيفية تطور سطح القمر. وقالت IBM إن انخفاض تكاليف الضبط الدقيق يجعل ذلك عمليًا حتى بالنسبة للفرق الصغيرة.

ومع وجود برامج فضائية متعددة تعمل على تحقيق وجود بشري مستدام على القمر، فإن الموارد المعرضة للخطر كبيرة: فالجليد المائي يتطلب الأكسجين للتنفس، ووقود الهيدروجين والأكسجين لتزويد الصواريخ بالوقود في الرحلة إلى المريخ. إن رسم خرائط لمكان وجود هذا الجليد، والمكان الذي يكون السطح آمنًا للهبوط فيه، هو عمل تأسيسي - وهو بالضبط نوع نماذج الأساس الخاصة بمشكلة التعرف على الأنماط التي أثبتت نجاحها.

يشير الإصدار أيضًا إلى اتجاه أوسع في الذكاء الاصطناعي للعلوم: فبدلاً من مطاردة روبوتات الدردشة، تقوم مؤسسات البحث العامة بشكل متزايد بتوجيه تقنيات النموذج الأساسي إلى جبل البيانات العلمية غير المحللة التي تراكمت لديها أدواتها. لقد اتضح أن القمر هو مكان جيد للبدء.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →