NASAとIBM、月面データを統合したオープンソースAI基盤モデルを公開

NASA-IBM Lunar Foundation open-Source Geospatial AI Model

NASAとIBM Researchが共同で、月探査データを解析するオープンソースAIモデル「NASA-IBM Lunar Foundation Model」を公開した。約200万件のマルチモーダルな月データセット「SomBench」でゼロから事前学習し、11種類のモダリティと2つの空間スケールをカバーする。クレーター検出や月極域の氷存在可能性の回帰など3つのベンチマークで、ImageNet事前学習モデルや月事前学習なしの同一アーキテクチャを上回るか同等の性能を示した。USRAのRachel Slank博士が惑星科学の専門家として、データセット開発と科学的評価に貢献した。

「最大の課題の一つは、非常に異なる観測機器と空間解像度(1ピクセルあたり1mから20km)にまたがる月のデータセットを、それぞれの科学的価値を保ちながら統合することでした」とSlank博士は述べた。「科学チームとモデリングチームの両方で働いていたので、データを統合して基盤モデルの訓練と評価に使用する際に、そうした違いが考慮されるように支援できました。NASA-IBM Lunar Foundation Modelの助けを借りて、研究者がどんな新しい科学を生み出せるのか、今から待ちきれません!」
  1. petcat

    いわゆる「オープンウェイト」モデルではなく、実際のオープンソースモデルが見られるのは良いことだ。あれは依然として不可解なバイナリの塊で、ハイレベルなカタログすら提供されておらず、トレーニングデータに何が含まれていたか、トレーニングに使われた手法やツールについての説明もまったくない。

  2. WalterGR

    https://news.ycombinator.com/item?id=49697549 の重複

    「A rough guide for going back to the Moon」(ibm.com) - コメント162件

この日のほかの記事

2026-09-19