【核心提要】
【正文报道】
近日，美国国家航空航天局（NASA）与IBM联合发布了首个专门面向月球科学的开源基础模型——“NASA-IBM Lunar Foundation Model”。作为首批面向月球科学研究的可公开使用智能分析工具之一，该模型的发布标志着月球探测从单纯的数据积累向智能化、自动化分析的跨越式转变。
该模型的核心价值在于其强大的数据整合能力。通过将过去数十年间分散在不同任务中的观测数据转化为可复用的分析工具，科研人员可以更高效地进行陨石坑测绘、火山地貌识别以及极区水冰潜力评估等关键研究。这些功能对于人类未来的月球基地建设和资源勘探具有重要的战略意义。
在模型训练方面，该模型主要依托于NASA的“月球勘测轨道飞行器”（Lunar Reconnaissance Orbiter, LRO）提供的数据。LRO已在轨运行约17年，覆盖了大部分月面区域，其数据规模甚至超过了NASA其他多项行星任务的总和。
为了构建高精度的模型，研发团队采用了约200万个月球图像切片。其中包含超过100万张分辨率为1米的窄角相机图像，以及近96.4万张分辨率为100米的多光谱图像。此外，该模型还融合了GRAIL重力任务、Lunar Prospector（月球勘测者号）以及日本宇宙航空研究开发机构（JAXA）的SELENE等任务提供的地形与遥感数据。
在技术实现上，该项目通过整合9种仪器、4项空间任务以及30多个空间对齐的数据层，成功解决了不同分辨率、不同载荷设备产生的数据难以统一调用这一长期存在的行业痛点。这种高度集成的架构为全球科研机构提供了一个标准化的平台，极大降低了跨任务数据融合的门槛。
【背景链接】
【小编观点】 此次NASA与IBM的合作不仅是技术上的突破，更是“AI for Science”在深空探测领域的典型实践。通过建立基础模型（Foundation Model），科研人员可以从繁琐的数据清洗和对齐中解放出来，将精力集中于更高级的科学推演。这种开源策略也将极大地推动全球月球科学研究的协同合作。
暂无回复，快来抢沙发吧！
本次需消耗银元：
100
当前账户余额: 0 银元
【核心提要】
【正文报道】
近日，美国国家航空航天局（NASA）与IBM联合发布了首个专门面向月球科学的开源基础模型——“NASA-IBM Lunar Foundation Model”。作为首批面向月球科学研究的可公开使用智能分析工具之一，该模型的发布标志着月球探测从单纯的数据积累向智能化、自动化分析的跨越式转变。
该模型的核心价值在于其强大的数据整合能力。通过将过去数十年间分散在不同任务中的观测数据转化为可复用的分析工具，科研人员可以更高效地进行陨石坑测绘、火山地貌识别以及极区水冰潜力评估等关键研究。这些功能对于人类未来的月球基地建设和资源勘探具有重要的战略意义。
在模型训练方面，该模型主要依托于NASA的“月球勘测轨道飞行器”（Lunar Reconnaissance Orbiter, LRO）提供的数据。LRO已在轨运行约17年，覆盖了大部分月面区域，其数据规模甚至超过了NASA其他多项行星任务的总和。
为了构建高精度的模型，研发团队采用了约200万个月球图像切片。其中包含超过100万张分辨率为1米的窄角相机图像，以及近96.4万张分辨率为100米的多光谱图像。此外，该模型还融合了GRAIL重力任务、Lunar Prospector（月球勘测者号）以及日本宇宙航空研究开发机构（JAXA）的SELENE等任务提供的地形与遥感数据。
在技术实现上，该项目通过整合9种仪器、4项空间任务以及30多个空间对齐的数据层，成功解决了不同分辨率、不同载荷设备产生的数据难以统一调用这一长期存在的行业痛点。这种高度集成的架构为全球科研机构提供了一个标准化的平台，极大降低了跨任务数据融合的门槛。
【背景链接】
【小编观点】
此次NASA与IBM的合作不仅是技术上的突破，更是“AI for Science”在深空探测领域的典型实践。通过建立基础模型（Foundation Model），科研人员可以从繁琐的数据清洗和对齐中解放出来，将精力集中于更高级的科学推演。这种开源策略也将极大地推动全球月球科学研究的协同合作。