NASA与IBM联手开源月球AI模型
NASA-IBM Lunar Foundation open-Source Geospatial AI Model
NASA与IBM合作发布了全新的开源月球基础模型,旨在利用AI技术整合多模态月球数据,助力行星科学研究。该模型基于包含近200万个数据包的SomBench数据集进行预训练,涵盖了从影像、地形到热物理性质等11种模态。在陨石坑检测、不规则月海斑块分割及极地冰资源勘探等关键任务中,该模型的表现均优于传统方法,并显著提升了标签效率。USRA的Dr. Rachel Slank作为行星科学专家深度参与了项目,确保了科学需求与模型开发的无缝对接。这一成果不仅为月球研究提供了强大的工具,也推动了AI在行星科学领域的标准化应用。
最大的挑战之一是将跨度极大(从每像素1米到20公里)的不同仪器和空间分辨率的月球数据集整合在一起,同时保留每个数据集的科学价值。
- petcat
很高兴看到真正的开源模型,而不是那些所谓的“开放权重”模型——后者本质上仍是无法解读的二进制 blob,甚至连训练数据包含什么、训练方法和工具是什么,都拿不出一份高层目录或任何真正的说明。
- WalterGR
重复贴:https://news.ycombinator.com/item?id=49697549
“重返月球的粗略指南”(ibm.com)- 162 条评论