NASA en IBM bouwen AI-model uit 17 jaar maandata voor ijs en kraters

NASA en IBM Research hebben samen met meerdere universiteiten een nieuw kunstmatig-intelligentiemodel vrijgegeven voor maanonderzoek: het NASA-IBM Lunar Foundation Model. Het model is volgens de makers een van de eerste open source foundation models die speciaal voor de maan zijn gebouwd. Waar de meeste AI-modellen worden getraind voor één specifieke taak, leert een foundation model eerst op enorme hoeveelheden ruwe data, om daarna met maar een paar voorbeelden aan een nieuwe taak te worden aangepast. Dat is precies wat nodig is in de maanwetenschap: er is heel veel beeldmateriaal, maar maar weinig daarvan is handmatig geannoteerd door wetenschappers.

Zeventien jaar maanfoto's als trainingsmateriaal

De basis van het model is een dataset van bijna twee miljoen zogeheten tegelbundels, verzameld uit elf verschillende soorten metingen. Het grootste deel komt van de Lunar Reconnaissance Orbiter (LRO), die al zeventien jaar rond de maan cirkelt en inmiddels meer data heeft verzameld dan alle andere NASA-planeetmissies samen. Daarnaast zijn metingen toegevoegd van de GRAIL-missie (zwaartekracht), Lunar Prospector (waterstof) en de Japanse Kaguya-sonde (mineralen). In totaal brengt de dataset meer dan dertig ruimtelijk uitgelijnde datalagen van negen instrumenten en vier missies samen. Om te voorkomen dat het model tijdens het testen per ongeluk al informatie heeft gezien, is de data niet willekeurig verdeeld maar opgesplitst in hele geografische zones.

Het model, gebaseerd op het aardobservatiemodel TerraMind maar helemaal opnieuw getraind, krijgt bij elke afbeelding ook de belichtingsomstandigheden te zien: de hoek van de zon, de stand van het licht en de grootte van het beeldgebied. Op de maan bepaalt de manier waarop licht invalt vaak meer hoe een oppervlak eruitziet dan de werkelijke eigenschappen van dat oppervlak. Door die informatie gewoon mee te geven, hoeft het model dat effect niet zelf te leren wegfilteren.

Vooral sterk in het voorspellen van waterijs

De onderzoekers testten het model op drie taken: het herkennen van inslagkraters op twee schaalgroottes, het in kaart brengen van jonge vulkanische gebieden, en het voorspellen van waterijs in de permanent donkere poolgebieden van de maan. Die laatste taak leverde de grootste verbetering op: het model verlaagde de voorspellingsfout met tot 22 procent vergeleken met de beste bestaande methode. Dat is relevant omdat deze permanent beschaduwde gebieden al miljarden jaren koud genoeg blijven om waterijs te bewaren, een potentiële bron van drinkwater, zuurstof en raketbrandstof voor toekomstige maanmissies. Bij het herkennen van grove kraterpatronen deed het model het bijna 19 procent beter dan de concurrentie, en dat met maar de helft van de trainingsdata die andere methodes nodig hadden.

Goed voor analyse, geen vervanging voor meetapparatuur

Opvallend is dat fine-tuning met slechts een fractie van de parameters, een lichte techniek, net zo goed werkte als het volledig bijtrainen van het model, en bij kraterdetectie zelfs beter. Toch waarschuwen de onderzoekers voor overdreven verwachtingen. Bij het testen van de locatiebepaling zat het model er soms tientallen graden naast in breedte- en lengtegraad, en hoogteverschillen kwamen niet altijd overeen met de werkelijkheid. Het model is dus geschikt om patronen te herkennen en onderzoek te versnellen, maar geen vervanging voor fysieke meetinstrumenten. Het model, de broncode en de volledige trainingsdataset zijn vrij beschikbaar, onder meer via Hugging Face en GitHub. Het project is onderdeel van een bredere samenwerking tussen NASA en IBM die al sinds 2022 loopt en eerder al leidde tot foundation models voor aardobservatie.