本期编译精选。
【导语】图片：IBM/戴夫·摩舍尔 AI模型可以帮助科学家更好地识别出月球冰，火山和陨坑。NASA广泛的月球观测数据培训了一个新的开放源代码AI模型，预计将帮助科学家更好地导航月球殖民计划。
图片：IBM/戴夫·摩舍尔
AI模型可以帮助科学家更好地识别出月球冰，火山和陨坑。
NASA广泛的月球观测数据培训了一个新的开放源代码AI模型，预计将帮助科学家更好地导航月球殖民计划。
NASA-IBM Lunar Foundation Model是最早公开的月球科学探索的基础模型之一，在两组织刚成立几个月后就诞生了。Prithvi AI通过成为第一个被部署在轨道的地理空间地基模型，创造了历史。
地球的月球相邻的地貌干旱多变，陨石坑、冰和火山活动遍地相去甚远，在过去几十年中，各种传感器和仪器都使这些地貌有所恢复。然而所收集的数据的微字节分散在需要物理检查的地图和图像中，或者只能通过特定任务的机器学习模型访问。
特定域的AI模型可以改变科学家如何分析数据，有可能加速确定和理解月球地理学。The Lunar Foundation Model通过将多模式观测和多分辨率观测结合起来来实现这一点。
根据IBM和NASA,新的模型可以用于调查月球永久被阴影区域潜在的月球冰沉积，这可以表明水和氧气的存在。
还可用于研究月球火山地貌，称为 非正常的母马地块 ,并更好地识别陨石坑，以确保航天器的着陆点更安全。
“NASA花了数十年时间建立了月球的非凡科学记录，但收集数据只是工作的一部分，”NASA的首席科学数据官兼代理首席数据和AI官员凯文·墨菲表示。
“我们还必须使数据更容易供科学家探索和使用。NASA-IBM Lunar Foundation Model显示，将大规模数据变成新的发现。
（编译自 Silicon Republic；原文
本文系本站对该英文资讯的编译与转述，非全文翻译；版权归原作者所有。
每天 5 分钟，看懂世界在发生什么
订阅「牛金金天天译站」，每日精选海外科技/AI/文化资讯编译送到你邮箱。非经营性、无广告、可随时退订。
评论