أطلقت وكالة ناسا (NASA) بالتعاون مع شركة IBM نموذج ذكاء اصطناعي مفتوح المصدر تحت اسم NASA-IBM Lunar Foundation Model، والمتاح حالياً عبر منصة Hugging Face، بهدف تسريع تحليل البيانات القمرية المتراكمة عبر عقود من البعثات العلمية.
كيف يساعد الذكاء الاصطناعي في تحليل بيانات القمر؟
يعمل النموذج الجديد على أتمتة المهام البحثية المعقدة التي تتطلب جهداً بشرياً مكثفاً، حيث تشمل قدراته التقنية:
- رسم خرائط الفوهات القمرية: تحديد وتصنيف التضاريس السطحية.
- اكتشاف السمات البركانية: رصد التغيرات الجيولوجية الحديثة.
- نمذجة الجليد المائي: تحديد المواقع المحتملة لوجود المياه بالقرب من قطبي القمر.
حجم البيانات المعتمدة في تدريب النموذج
استند النموذج في تدريبه بشكل أساسي على البيانات الضخمة التي جمعها مسبار الاستطلاع القمري (LRO) التابع لناسا. وفقاً لبيانات الوكالة، فإن مسبار LRO وحده جمع بيانات تتجاوز في حجمها إجمالي ما جمعته كافة بعثات ناسا الأخرى إلى الكواكب مجتمعة، وذلك خلال فترة عمل امتدت لأكثر من 17 عاماً، أنتج خلالها فسيفساء شبه مكتملة من الصور عالية الدقة لسطح القمر.
التوجه الاستراتيجي لناسا في علوم الكواكب
يأتي هذا النموذج ضمن استراتيجية أوسع تتبناها ناسا بالتعاون مع IBM لجعل البيانات العلمية أكثر قابلية للاستكشاف والاستخدام. وقد سبق لهذا التعاون إنتاج نماذج متخصصة في مجالات أخرى، منها:
- نموذج رصد الأرض: المخصص لتحليل البيانات الجغرافية والبيئية.
- نموذج فيزياء الشمس: المخصص لدراسة الغلاف الشمسي.
ووفقاً لتصريحات كيفن ميرفي، كبير مسؤولي البيانات العلمية في ناسا، فإن الهدف من هذه النماذج هو زيادة الإنتاجية العلمية، خفض التكاليف التشغيلية، وتبسيط سير العمل البحثي في علوم الكواكب.
