NASA与IBM联手推出开源月球基础大模型,冰区识别误差较微软基准降23%
摘要
NASA与IBM联合发布开源月球基础大模型,已在Hugging Face上线。该模型在月表冰区识别任务中误差较微软SwinV2-B降低23%,并在仅用一半训练数据的情况下,陨石坑识别分类性能即超越后者,为阿尔忒弥斯后续任务提供科研工具。
在阿尔忒弥斯2号完成1972年以来首次载人绕月飞行后,NASA正将目光投向后续任务的科研基础设施建设。当地时间周四,NASA与IBM联合发布了一款名为NASA-IBM月球基础大模型的开源人工智能系统,该模型已上线Hugging Face平台供研究人员下载使用。
据IBM欧洲、英国及爱尔兰研究院院长胡安·贝尔纳韦-莫雷诺博士介绍,作为基础大模型,该系统具备多任务处理能力。NASA与IBM在测试中发现,该模型尤其擅长识别月球表面可能存在冰的区域。为验证其性能,研究团队将模型预测结果与一套融合地形、温度及其他环境数据的成熟科研月球地图进行比对,同时引入微软开发的高分辨率图像视觉处理模型SwinV2-B作为参照——后者常被用作各类图像分析任务的基准模型。
对照测试结果显示,NASA-IBM模型的识别误差较SwinV2-B降低了23%。在陨石坑识别与分类任务中,该模型仅使用一半训练数据,性能便已超过SwinV2-B。这一结果意味着该模型在数据效率方面同样具备优势,有望降低后续月球研究对大规模标注数据的依赖。
此次发布正值NASA筹备后续阿尔忒弥斯系列任务之际。开源策略与Hugging Face平台的结合,使全球科研人员均可直接获取并使用该模型,为月球表面资源勘探与环境分析提供新的技术路径。
本文由新大陆基于公开信息编辑整理
信息来源:IT之家 IT之家原文 ↗