סוכנות החלל האמריקנית (NASA) וענקית הטכנולוגיה IBM הכריזו על שחרורו של מודל בינה מלאכותית חדש בקוד פתוח, המיועד לניתוח ומיפוי פני הירח בקנה מידה רחב. המודל (NASA-IBM Lunar Foundation Model), שנבנה על בסיס אוסף נרחב של תצפיות ומדידות, מהווה את מודל התשתית (Foundation Model) הראשון המשלב נתונים מרובי אופנויות (Modalities), זוויות צפייה שונות ורמות רזולוציה מרחביות משתנות. הפיתוח מנגיש לקהילת המחקר הבינלאומית כלי מתקדם המסוגל לחבר בין תצפיות של מכשירים שונים ולזהות דפוסים גיאולוגיים שקשה מאוד לגלות בניתוח נפרד.
מניתוח ידני למודל תשתית אחוד
במשך שנים נדרשו חוקרים ואסטרונומים לסקור מפות ותמונות לוויין באופן ידני, או להסתמך על מודלים של למידת מכונה (Machine Learning) ברזולוציה נמוכה, כדי לפענח את פני השטח של הירח. מודל התשתית החדש שפותח במשותף משנה את נקודת המוצא הזו מן היסוד.
המערכת מסוגלת לעבד בו-זמנית כמויות עצומות של נתונים מרחביים המגיעים מחיישנים שונים, לאחד אותם לשכבה גיאוגרפית רציפה ולהציג תמונה מדויקת של המאפיינים הגיאולוגיים של הירח. שילוב הנתונים הרב-ממדי מאפשר למודל לזהות תופעות פיזיקליות וגיאוגרפיות שעד כה היו נסתרות מן העין או דרשו משאבי עיבוד חישוביים כבדים במיוחד.
בין היתר, המערכת מתוכננת לזהות באופן אוטומטי מכתשים ולסווג אותם, כמו גם לעקוב אחר תופעות געשיות ייחודיות המכונות Irregular Mare Patches (כתמים ימיים בלתי סדירים).
היעד המרכזי: איתור מים וחמצן באזורים המוצלים
אחד השימושים המרכזיים של המודל החדש הוא איתור מרבצי קרח ירחיים שטרם זוהו. נוכחות של קרח על הירח מהווה משאב קריטי עבור משימות מאוישות עתידיות, שכן היא מעידה על נוכחות של מים וחמצן - רכיבים חיוניים לשהות ממושכת בחלל ולתדלוק.
עם זאת, גילוי מרבצי הקרח נחשב לאתגר טכנולוגי מורכב במיוחד. מרבית הקרח בירח מצוי באזורים המצויים בצל קבוע (Permanently Shadowed Regions) - מכתשים עמוקים ואזורים טופוגרפיים שאור השמש אינו מגיע אליהם לעולם. תנאים אלו הופכים את התצפית הישירה באמצעות מצלמות רגילות לכמעט בלתי אפשרית.
על ידי שילוב של תצפיות מרובות רזולוציות וחיישנים מגוונים, המודל מסוגל לחזות בהסתברות גבוהה יותר את המיקומים המדויקים שבהם קיימים מרבצי קרח על פני השטח.
מאגר נתונים פתוח: ארבע משימות, תשעה מכשירים
לצד שחרור מודל הבינה המלאכותית עצמו, חוקרי IBM ו-NASA הכינו ושחררו גם מאגר נתונים פתוח (Dataset) ייחודי המיועד לקהילה המדעית. המאגר כולל עשרות אלפי תמונות ומפות המציגות תכונות גיאופיזיות שונות של פני הירח, ומורכב מיותר מ-30 שכבות המותאמות מבחינה מרחבית.
המדענים אגרו את הנתונים מתוך תשעה מכשירים שונים שפעלו במסגרת ארבע משימות מחקר נפרדות לירח. הנתונים המקובצים מאפשרים לחוקרים מרחבי העולם לבנות יישומים חדשים ולפתח מחקרים עצמאיים על גבי התשתית הקיימת.
| רכיב במאגר | היקף הנתונים |
|---|---|
| משימות חלל | 4 משימות מחקר נפרדות |
| מכשירים מדעיים | 9 חיישנים ומכשירים שונים |
| שכבות מידע מרחביות | מעל 30 שכבות מותאמות |
| תמונות ומפות | עשרות אלפי פריטים גיאופיזיים |
על פי חואן ברנבה-מורנו (Juan Bernabe-Moreno), מנהל המחקר של IBM באירופה: "מודל התשתית הירחי של NASA ו-IBM מעניק למדענים בסיס לחקר הירח בקנה מידה רחב, מחבר בין תצפיות של מכשירים שונים, חושף דפוסים שקשה לזהות בניתוח נפרד, ומספק פלטפורמה פתוחה שקהילת המחקר העולמית יכולה לבנות עליה."
גישה חדשה לעיבוד נתונים לווייניים
המהלך של NASA ו-IBM מצטרף למגמה הולכת וגודלת של הנגשת מודלי תשתית בתחומי המדע והעיבוד הלווייני תחת רישיונות קוד פתוח. במקום שכל מוסד מחקר או חברה פרטית יפתחו מודלים ייעודיים מאפס וישקיעו משאבים אדירים בניקוי וארגון הנתונים, המודל הפתוח מאפשר לחוקרים, מפתחים וחברות בתחום הטכנולוגיה הלוויינית להתחיל את עבודתם מנקודת זינוק מתקדמת.
גישה זו מאיצה את קצב הגילוי המדעי ופותחת פתח לשימושים מחקריים וטכנולוגיים חדשים - החל מתכנון נתיבי נחיתה בטוחים יותר לרכבי חלל, דרך ניתוח גיאולוגי מקיף של קרקע הירח, ועד לפיתוח מודלים דומים לניתוח נתונים מלוויינים המקיפים את כדור הארץ.
למה זה חשוב לך
מודלים פתוחים מסוג זה יכולים לשמש גם חוקרים וסטארטאפים ישראליים בתחום הטכנולוגיה הלוויינית והחלל, שכן הם מנגישים כלים מתקדמים ללא צורך בפיתוח עצמאי יקר. ישראל, שמפתחת יכולות חלל משלה ומשתתפת במחקרים בינלאומיים, יכולה להיעזר בתשתית כזו לקידום פרויקטים משלה. בנוסף, הגישה הפתוחה ממחישה כיצד שיתופי פעולה גלובליים בתחום ה-AI יכולים להאיץ קִדמה מדעית שממנה נהנים גם גופים קטנים יחסית, ולא רק מעצמות חלל.
קראו גם: בכיר במיקרוסופט: אימון AI הוא "גניבת העבודה הגדולה בהיסטוריה" · בייג'ינג דוחה קריאות בלם מסיליקון ואלי: "ניסיון לבלום את סין"
