IBM και NASA Ανοιχτού Κώδικα Μοντέλο Θεμελιώδους Σελήνης με Σύνολο Δεδομένων SomBench

Η IBM και η NASA στις 10 Σεπτεμβρίου 2026 ανακοίνωσαν τη διανομή ανοιχτού κώδικα του NASA‑IBM Lunar Foundation Model, ενός πολυμορφικού, πολυανάλυτου θεμελιώδους μοντέλου για τη σεληνιακή τηλεπισκόπηση, μαζί με το SomBench, το συν‑καταχωρημένο σεληνιακό σύνολο δεδομένων που δημιουργήθηκε για την εκπαίδευσή του.

Στην ανακοίνωση, που χρονολογείται από το Yorktown Heights, Νέα Υόρκη, η IBM περιέγραψε το σύστημα ως ένα από τα πρώτα δημόσια διαθέσιμα θεμελιώδη μοντέλα για την επιστημονική εξερεύνηση της Σελήνης, εκπαιδευμένο σε ένα εκτενές σύνολο δεδομένων σεληνιακών παρατηρήσεων που συνέταξαν ερευνητές της IBM και της NASA. Τα βάρη του μοντέλου δημοσιεύονται στο Hugging Face υπό την άδεια Apache‑2.0, με κώδικα λεπτοπροσαρμογής που διατηρείται σε αποθετήριο GitHub της NASA‑IMPACT και με downstream προσαρμογή που υλοποιείται μέσω TerraTorch. Η κάρτα μοντέλου παρουσιάζει την κυκλοφορία ως μια επαναχρησιμοποιήσιμη αναπαράσταση για τη σεληνιακή τηλεπισκόπηση: λεπτοπροσαρμογή ή LoRA‑προσαρμογή του κωδικοποιητή για ανίχνευση, τμηματοποίηση και πυκνή παλινδρόμηση σε εικόνες LROC και συν‑καταχωρημένα προϊόντα εδάφους, με υποσύνολα λειτουργιών και πλέγματα patch που μπορούν να διαφέρουν από την προεκπαίδευση.

Σύμφωνα με την ανακοίνωση, οι ερευνητές μπορούν να εφαρμόσουν το μοντέλο σε πολλές γραμμές σεληνιακής μελέτης: πρόβλεψη περιοχών όπου μπορεί να υπάρχει πάγος σε μόνιμα σκιεσμένες περιοχές, οι οποίες είναι δύσκολο να παρατηρηθούν αλλά ενδέχεται να περιέχουν πόρους κρίσιμους για μια μελλοντική βάση στη Σελήνη· χαρτογράφηση Irregular Mare Patches, ηφαιστειακών χαρακτηριστικών που μελετούν οι επιστήμονες για την κατανόηση της ηφαιστειακής ιστορίας και της θερμικής εξέλιξης της Σελήνης· και ανίχνευση, περιεχόμενη ανάλυση και ταξινόμηση κρατήρων, εργασία που αποκαλύπτει ενδείξεις για την ηλικία και τη γεωλογία του εδάφους και βοηθά τη NASA να επιλέξει ασφαλείς τοποθεσίες προσγείωσης αποφεύγοντας κινδύνους όπως απότομες κλίσεις και βράχους.

«Η NASA έχει περάσει δεκαετίες χτίζοντας ένα εξαιρετικό επιστημονικό αρχείο της Σελήνης, αλλά η συλλογή δεδομένων είναι μόνο μέρος της εργασίας», δήλωσε ο Kevin Murphy, chief science data officer και acting chief data and AI officer στο κεντρικό γραφείο της NASA, προσθέτοντας ότι το μοντέλο δείχνει τι είναι δυνατόν όταν η τεχνητή νοημοσύνη εφαρμόζεται στα πεταμπάιτ επιστημονικών δεδομένων της NASA.

Η IBM δήλωσε ότι το μοντέλο επεκτείνει μια καθιερωμένη συνεργασία μεταξύ των δύο οργανισμών και εντάσσεται στην οικογένεια Prithvi των ανοιχτών θεμελιωδών μοντέλων διαθέσιμων στο Hugging Face, που καλύπτουν γεωχωρικά, καιρικά, ηλιοφυσικά δεδομένα και τώρα και τη Σελήνη. Η ανακοίνωση παρουσιάζει τη δωρεάν κυκλοφορία ως ένα ευρύτερο όραμα, στο οποίο οι ερευνητές ξεκινούν από ένα κοινό μοντέλο και το προσαρμόζουν σε νέες εργασίες αντί να δημιουργούν ένα νέο αλγοριθμικό σύστημα για κάθε επιστημονική ερώτηση.

Ο Juan Bernabe‑Moreno, Διευθυντής της IBM Research Europe, UK and Ireland, δήλωσε ότι το μοντέλο δίνει στους επιστήμονες μια βάση για την εξερεύνηση της Σελήνης σε μεγάλη κλίμακα, συνδέοντας παρατηρήσεις από διαφορετικά όργανα, αποκαλύπτοντας μοτίβα που είναι δύσκολο να εντοπιστούν μεμονωμένα, και «παρέχοντας μια ανοιχτή πλατφόρμα που η παγκόσμια ερευνητική κοινότητα μπορεί να αναπτύξει».

Architecture and Pretraining

Η κάρτα μοντέλου περιγράφει έναν κωδικοποιητή‑αποκωδικοποιητή ViT‑B (768 διαστάσεις, 12 στρώσεις, 12 κεφαλές προσοχής) που εκπαιδεύτηκε από το μηδέν στο SomBench: περίπου 2 εκατομμύρια συν‑καταχωρημένα σεληνιακά πακέτα πλακιδίων που καλύπτουν 11 λειτουργίες σε δύο χωρικές κλίμακες, εικόνες LROC Narrow Angle Camera με περίπου 1 μέτρο ανά pixel και εικόνες Wide Angle Camera με περίπου 100 μέτρα ανά pixel. Το σύστημα προσαρμόζει τη συνταγή masked‑token του TerraMind με δύο επεκτάσεις. Η γεωμετρία λήψης ανά πλακίδιο, συμπεριλαμβανομένων των γωνιών φωτισμού, των αγκυρών σε ηλιακό πλαίσιο και του αποτυπώματος του πλακιδίου, κωδικοποιείται ως ρητές είσοδοι του κωδικοποιητή· οι συγγραφείς δηλώνουν ότι η εμφάνιση της σεληνιακής επιφάνειας καθορίζεται περισσότερο από τη γεωμετρία του φωτισμού παρά από την εγγενή διακύμανση της επιφάνειας. Τα πλακίδια NAC και WAC επίσης εκπαιδεύονται μαζί σε έναν ενιαίο βρόχο μικτής παρτίδας στην εγγενή ανάλυση, έτσι ένα σύνολο βαρών καλύπτει και τις δύο οικογένειες ανάλυσης σε ένα χάσμα κλίμακας 100×.

Οι είσοδοι περιλαμβάνουν εννέα πυκνά στρώματα παρόμοια με εικόνα συν δύο λειτουργίες‑συμφραζόμενα τύπου ακολουθίας: μετα‑πλακιδιακά οπτικά μεταδεδομένα με οκτώ πεδία και στατικό‑χάρτη συμφραζόμενα με 28 πεδία που προέρχονται από τα προϊόντα Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL και Lunar Prospector. Η ενσωμάτωση patch FlexiViT επιτρέπει στο σημείο ελέγχου να προσαρμόζεται σε άλλα μεγέθη patch χωρίς επανεκπαίδευση του πυρήνα, και η λειτουργική‑κατά‑λειτουργία κωδικοποίηση επιτρέπει την αφαίρεση ή προσθήκη λειτουργιών κατά τη λεπτοπροσαρμογή. Η προεκπαίδευση εκτελέστηκε σε 16 GPU H100 για 150 000 βήματα με παγκόσμια παρτίδα 1 536 σε bf16, συνολικά περίπου 1 100 ώρες GPU, χρησιμοποιώντας εννέα ειδικές VQ‑VAE κωδικοποιητές λειτουργιών με ποσοτικοποίηση FSQ, αποκωδικοποιητή DDPM και αντικειμενική συνάρτηση cross‑entropy πάνω σε διακριτά λεξικά token.

Reported Benchmark Results

Η IBM δήλωσε ότι το μοντέλο υπερβαίνει τις ευρέως χρησιμοποιούμενες μεθόδους έως και 23 % στην αναγνώριση βασικών γεωγραφικών χαρακτηριστικών στην επιφάνεια της Σελήνης, συμπεριλαμβανομένων πιθανών αποθεμάτων πάγου, κρατήρων και ηφαιστειακών σχηματισμών. Αναφέροντας ένα τεχνικό έγγραφο NASA‑IBM, η εταιρεία ανέφερε ότι το μοντέλο μείωσε το σφάλμα (RMSE) έως και 22 % σε σύγκριση με το μοντέλο SwinV2‑B (ImageNet) κατά την αναγνώριση περιοχών με υψηλή πιθανότητα σεληνιακού πάγου· κατέγραψε την έκταση των Irregular Mare Patches 3 % καλύτερα από το SwinV2‑B ενώ χρησιμοποιούσε ελλιπείς ετικέτες· και ταιριάζει με μοντέλα state‑of‑the‑art όπως το SwinV2‑B στην ανίχνευση κρατήρων με μετρική μέτρου μέτρου (meter‑scale) ενώ το υπερέχει κατά σχεδόν 19 % σε κλίμακα περίπου 100 μέτρων χρησιμοποιώντας τη μισή ποσότητα δεδομένων εκπαίδευσης.

Ο πίνακας benchmark στην κάρτα μοντέλου αναφέρει RMSE 0.0293 για την προοπτική πολικού πάγου με πλήρη λεπτοπροσαρμογή, έναντι 0.0377 για το καλύτερο baseline (SwinV2‑B) και 0.0397 για έναν έλεγχο τυχαίας αρχικοποίησης, και επισημαίνει την προοπτική πάγου ως το ευρύτερο περιθώριο. Για την τμηματοποίηση Irregular Mare Patch αναφέρει IoU1 0.5709 έναντι 0.5687 για το ConvNeXtV2‑B, και για την ανίχνευση κρατήρων Robbins σε εικόνες WAC mAP 0.2581 με LoRA έναντι 0.2420 για το SwinV2‑B· η κάρτα δηλώνει ότι οι προεκπαιδευμένες παραλλαγές με 50 % των δεδομένων εκπαίδευσης ήδη ταιριάζουν ή υπερβαίνουν το SwinV2‑B εκπαιδευμένο στο πλήρες σύνολο. Οι συγγραφείς προειδοποιούν ότι οι ηγέτες στα benchmarks NAC κρατήρων και Irregular Mare Patch πρέπει να θεωρούνται συγκρίσιμοι επειδή τα περιθώρια είναι μικρότερα από τη διασπορά μεταξύ των σπόρων. Τα benchmarks εκτελέστηκαν μέσω TerraTorch με φορτωτές, διαχωρισμούς, επεκτάσεις, απώλειες και μετρικές σταθερές μεταξύ των πυρήνων, με baseline που περιλαμβάνουν ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+, και SegFormer, αναφερόμενα ως μέσος όρος και τυπική απόκλιση πάνω από πέντε σπόρους.

SomBench Corpus and Stated Limitations

Η IBM δήλωσε ότι οι επιστήμονές της, συνεργαζόμενοι με τη NASA, δημιούργησαν το πρώτο ανοιχτού κώδικα σεληνιακό σύνολο δεδομένων του είδους του, συγκεντρώνοντας πάνω από 30 χωρικά ευθυγραμμισμένα στρώματα από εννέα όργανα σε τέσσερις αποστολές, συμπεριλαμβανομένων του Lunar Reconnaissance Orbiter και της αποστολής GRAIL της NASA και του SELENE/Kaguya του Ιαπωνικού Οργανισμού Διαστημικής Εξερεύνησης. Η SomBench dataset card περιγράφει δύο ροές: WACLowRes, 963 609 πλακίδια που καλύπτουν 51,2 χιλιόμετρα με 100 μέτρα ανά pixel, προερχόμενα από 54 080 εγγραφές Wide Angle Camera Experiment Data Records και συνολικού μεγέθους 38 TB· και NACHighRes, 1 000 113 πλακίδια που καλύπτουν 512 μέτρα με 1 μέτρο ανά pixel από 1 095 εγγραφές Narrow Angle Camera, συνολικού μεγέθους 1,4 TB. Το σύνολο δεδομένων κυκλοφορεί υπό άδεια CC BY 4.0, με το πλήρες σύνολο δεδομένων φιλοξενούμενο στο AWS. Οι διαχωρισμοί ορίζονται σε επίπεδο ζώνης Lunar Transverse Mercator με στόχο 75 %/15 %/10 %, τα πλακίδια που διασχίζουν δύο ζώνες απορρίπτονται για την αποφυγή χωρικής διαρροής, και το σύνολο δοκιμής διατηρείται για downstream αξιολόγηση.

Η κάρτα μοντέλου δηλώνει ότι το σύστημα δεν είναι προϊόν γενετικής επιστημονικής ποιότητας, δεν διατηρεί γεωδαιτικό πλαίσιο αναφοράς και δεν έχει επικυρωθεί για επιχειρησιακές αποφάσεις όπως πιστοποίηση τοποθεσίας προσγείωσης ή εκκαθάριση κινδύνων· σημειώνει επίσης ότι τα αποτελέσματα προοπτικότητας πάγου αναπαριστούν έναν γνώση‑βασισμένο ασαφή χάρτη επικάλυψης αντί για μετρημένο πάγο. Οι αναφερόμενοι περιορισμοί περιλαμβάνουν συνεισφορές αφαίρεσης που δεν έχουν ακόμη απομονωθεί και προεκπαίδευση NAC περιορισμένη σε 1 095 συν‑καταχωρημένα πλαίσια, ενώ η κάρτα συνόλου δεδομένων επισημαίνει ετερογενή χωρική ανάλυση και αβεβαιότητα απόλυτης γεωτοπογραφικής θέσης τάξης δεκάδων μέτρων. Η εργασία υποστηρίχθηκε από τη NASA υπό το Βραβείο Νο. 80MSFC25M0084.