NASA与IBM开源月球基础模型，提升冰区与撞击坑识别
Miranda NASA与IBM联合发布NASA-IBM月球基础大模型。这是一套开源人工智能系统，已在Hugging Face平台开放下载。模型面向月球研究，可以完成多项任务，尤其擅长识别月球表面可能存在冰的区域，也能用于陨石坑识别和分类。
研究团队开展对照测试，将模型预测结果与融合地形、温度和环境数据的月球地图比对，并以微软SwinV2-B作为基准。结果显示，冰区识别误差降低23%。在陨石坑识别与分类测试中，模型只用一半训练数据，性能比SwinV2-B高19%。8月5日SpaceX猎鹰9号火箭撞击月球，模型输入撞击影像后准确识别出新形成的陨石坑，即使新坑与原有陨石坑大面积重叠，也一次识别成功。
训练过程遇到不少困难。月球阴影边缘锐利、像素信息不足，同一陨石坑在不同光照下外貌差异明显；加上轨道照片中大量陨石坑高度相似，常规的抹除部分图像再还原的方式并不适用。IBM早期采用传统方法训练失败，最终将月球像橙子一样切分为多个扇形区块，训练集与测试集完全分开，才保证训练一致性。
双方还发布了全球首个同类开源数据集，整合数万张影像与探测仪器数据，来源包括NASA月球勘测轨道飞行器、重力恢复与内部实验室任务，以及日本月亮女神号探测器。数据经网格化配准，每个像素对应其他维度探测数据，数据点超过200万个。研究人员认为，模型会更新迭代，但整理好的数据是后续发展的基础。
