IBM और NASA ने SomBench डेटासेट के साथ ओपन‑सोर्स लूनर फाउंडेशन मॉडल जारी किया

IBM और NASA ने 10 सितंबर, 2026 को घोषणा की कि NASA‑IBM लूनर फाउंडेशन मॉडल की ओपन‑सोर्स रिलीज़ की गई है, जो चंद्र दूरसंवेदन के लिए एक बहु‑आधार, बहु‑रिज़ॉल्यूशन फाउंडेशन मॉडल है, साथ ही SomBench, वह सह‑रजिस्टर्ड चंद्र डेटासेट जो इसे प्रशिक्षित करने के लिए बनाया गया है।

घोषणा में, जो यॉर्कटाउन हाइट्स, न्यूयॉर्क से तिथि है, IBM ने सिस्टम को चंद्र के वैज्ञानिक अन्वेषण के लिए उपलब्ध पहले सार्वजनिक फाउंडेशन मॉडलों में से एक बताया, जिसे IBM और NASA शोधकर्ताओं द्वारा तैयार किए गए व्यापक चंद्र अवलोकन डेटासेट पर प्रशिक्षित किया गया है। मॉडल वज़न Hugging Face पर Apache-2.0 लाइसेंस के तहत प्रकाशित किए गए हैं, फाइन‑ट्यूनिंग कोड NASA‑IMPACT GitHub रिपॉज़िटरी में रखरखाव किया जाता है और डाउनस्ट्रीम अनुकूलन TerraTorch के माध्यम से संभाला जाता है। मॉडल कार्ड रिलीज़ को चंद्र दूरसंवेदन के लिए पुन: उपयोग योग्य प्रतिनिधित्व के रूप में प्रस्तुत करता है: LROC इमेजरी और सह‑रजिस्टर्ड टेरेन प्रोडक्ट्स पर डिटेक्शन, सेगमेंटेशन और घनी रिग्रेशन के लिए एन्कोडर को फाइन‑ट्यून या LoRA‑एडाप्ट किया जा सकता है, तथा मोडैलिटी उपसमुच्चय और पैच ग्रिड प्री‑ट्रेनिंग से अलग हो सकते हैं।

घोषणा के अनुसार, शोधकर्ता मॉडल को चंद्र अध्ययन के कई क्षेत्रों में लागू कर सकते हैं: स्थायी छायादार क्षेत्रों में जहाँ बर्फ मौजूद हो सकती है, जिसकी भविष्य के चंद्र बेस के लिए आवश्यक संसाधन हो सकते हैं, का पूर्वानुमान लगाना; अनियमित मैर पैचेज़ का मानचित्रण, जो ज्वालामुखीय विशेषताएँ हैं और वैज्ञानिक चंद्र की ज्वालामुखीय इतिहास और थर्मल विकास को समझने के लिए अध्ययन करते हैं; तथा क्रेटर का पता लगाना, संदर्भित करना और वर्गीकृत करना, जो भूभाग की आयु और भूविज्ञान के संकेत प्रदान करता है और NASA को खड़ी ढलानों और बड़े पत्थरों जैसे खतरों से बचते हुए सुरक्षित लैंडिंग साइट चुनने में मदद करता है।

“NASA ने चंद्र का एक असाधारण वैज्ञानिक रिकॉर्ड बनाने में दशकों बिताए हैं, लेकिन डेटा एकत्र करना केवल काम का एक हिस्सा है,” NASA मुख्यालय में मुख्य विज्ञान डेटा अधिकारी और कार्यरत मुख्य डेटा एवं AI अधिकारी केविन मर्फी ने कहा, यह जोड़ते हुए कि मॉडल यह दर्शाता है कि जब AI को NASA के पेटाबाइट्स वैज्ञानिक डेटा पर लागू किया जाता है तो क्या संभव है।

IBM ने कहा कि मॉडल दोनों संगठनों के बीच स्थापित सहयोग को आगे बढ़ाता है और Hugging Face पर उपलब्ध प्रिथ्वी परिवार के ओपन फाउंडेशन मॉडलों में शामिल होता है, जो जियोस्पेशियल, मौसम, हेलियोफिज़िक्स और अब चंद्र को कवर करता है। घोषणा इस ओपन रिलीज़ को एक व्यापक दृष्टिकोण के रूप में प्रस्तुत करती है, जिसमें शोधकर्ता एक साझा मॉडल से शुरू करके उसे नई कार्यों के लिए अनुकूलित करते हैं, बजाय प्रत्येक वैज्ञानिक प्रश्न के लिए नया एल्गोरिदमिक सिस्टम बनाने के।

Juan Bernabe-Moreno, IBM Research Europe, UK और Ireland के निदेशक, ने कहा कि मॉडल वैज्ञानिकों को चंद्र को बड़े पैमाने पर अन्वेषण करने के लिए एक आधार प्रदान करता है, उपकरणों के बीच अवलोकनों को जोड़ता है, ऐसे पैटर्न उजागर करता है जो अकेले देखना कठिन होते हैं, और “वैश्विक अनुसंधान समुदाय के लिए एक ओपन प्लेटफ़ॉर्म प्रदान करता है जिस पर वह निर्माण कर सकता है।”

आर्किटेक्चर और प्री‑ट्रेनिंग

मॉडल कार्ड एक ViT‑B एन्कोडर‑डिकोडर (768 आयाम, 12 परतें, 12 अटेंशन हेड) का वर्णन करता है जिसे SomBench पर शून्य से प्रशिक्षित किया गया है: लगभग 2 मिलियन सह‑रजिस्टर्ड चंद्र टाइल बंडल जो 11 मोडैलिटीज़ को दो स्थानिक स्केल पर कवर करते हैं, LROC नैरो एंगल कैमरा इमेजरी लगभग 1 मीटर प्रति पिक्सेल और वाइड एंगल कैमरा इमेजरी लगभग 100 मीटर प्रति पिक्सेल पर। सिस्टम TerraMind मास्क्ड‑टोकन रेसिपी को दो विस्तारों के साथ अनुकूलित करता है। प्रत्येक टाइल की अधिग्रहण ज्योमेट्री, जिसमें प्रकाशन कोण, सौर‑फ़्रेम एंकर और टाइल फुटप्रिंट शामिल हैं, को स्पष्ट एन्कोडर इनपुट के रूप में टोकनाइज़ किया जाता है; लेखक कहते हैं कि चंद्र सतह का रूप अधिकतर प्रकाशन ज्योमेट्री द्वारा निर्धारित होता है न कि अंतर्निहित सतह विविधता द्वारा। NAC‑और WAC‑एंकर वाली टाइलें भी मूल रिज़ॉल्यूशन पर एक ही मिश्रित‑बैच लूप में साथ‑साथ प्रशिक्षित की जाती हैं, इसलिए एक वज़न सेट दोनों रिज़ॉल्यूशन परिवारों को 100× स्केल अंतर के साथ कवर करता है।

इनपुट नौ घने इमेज‑समान परतों के साथ दो अनुक्रम‑समान संदर्भ मोडैलिटीज़ को कवर करते हैं: प्रति‑टाइल ऑप्टिकल मेटाडेटा जिसमें आठ फ़ील्ड और स्थिर‑मानचित्र संदर्भ जिसमें 28 फ़ील्ड हैं, जो Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL, और Lunar Prospector उत्पादों से लिए गए हैं। FlexiViT पैच एम्बेडिंग चेकपॉइंट को बैकबोन को पुनः‑प्रशिक्षित किए बिना अन्य पैच आकारों पर फाइन‑ट्यून करने की अनुमति देती है, और मोडैलिटी‑वार टोकनाइज़ेशन फाइन‑ट्यूनिंग के समय मोडैलिटीज़ को हटाने या जोड़ने की सुविधा देता है। प्री‑ट्रेनिंग 16 H100 GPU पर 150,000 चरणों के लिए, 1,536 के ग्लोबल बैच आकार के साथ bf16 में चलाया गया, कुल मिलाकर लगभग 1,100 GPU‑घंटे, नौ मोडैलिटी‑विशिष्ट VQ‑VAE टोकनाइज़र FSQ क्वांटाइज़ेशन के साथ, एक DDPM डिकोडर, और डिस्क्रीट टोकन शब्दावली पर क्रॉस‑एंट्रॉपी उद्देश्य का उपयोग किया गया।

रिपोर्टेड बेंचमार्क परिणाम

IBM ने कहा कि मॉडल चंद्र सतह पर प्रमुख भौगोलिक विशेषताओं की पहचान में व्यापक रूप से उपयोग किए जाने वाले तरीकों से 23% तक बेहतर है, जिसमें संभावित बर्फ जमा, क्रेटर और ज्वालामुखीय संरचनाएँ शामिल हैं। एक NASA‑IBM तकनीकी पेपर का हवाला देते हुए, कंपनी ने बताया कि मॉडल ने चंद्र बर्फ के उच्च संभावित क्षेत्रों की पहचान में SwinV2‑B (ImageNet) मॉडल की तुलना में त्रुटि (RMSE) को 22% तक कम किया; Imperfect लेबल का उपयोग करते हुए Irregular Mare Patches की सीमा को SwinV2‑B से 3% बेहतर पकड़ा; और मीटर‑स्केल क्रेटर डिटेक्शन में SwinV2‑B जैसे अत्याधुनिक मॉडलों के बराबर प्रदर्शन किया, जबकि आधे प्रशिक्षण डेटा के साथ लगभग 100‑मीटर संदर्भ स्केल पर लगभग 19% बेहतर रहा।

मॉडल कार्ड पर बेंचमार्क तालिका पूर्ण फाइन‑ट्यूनिंग के साथ ध्रुवीय बर्फ संभाव्यता का RMSE 0.0293 दर्शाती है, जबकि सर्वश्रेष्ठ बेसलाइन (SwinV2‑B) के लिए 0.0377 और रैंडम‑इनिशियलाइज़ेशन नियंत्रण के लिए 0.0397 है, और बर्फ संभाव्यता को सबसे बड़ा अंतर बताया गया है। Irregular Mare Patch सेगमेंटेशन के लिए यह IoU1 0.5709 दर्शाती है, जबकि ConvNeXtV2‑B के लिए 0.5687 है; और WAC इमेजरी पर Robbins क्रेटर डिटेक्शन के लिए LoRA का उपयोग करके mAP 0.2581 है, जबकि SwinV2‑B के लिए 0.2420 है; कार्ड में कहा गया है कि प्रशिक्षण डेटा के 50% पर प्री‑ट्रेन किए गए संस्करण पहले से ही पूर्ण सेट पर प्रशिक्षित SwinV2‑B के बराबर या उससे बेहतर हैं। लेखक चेतावनी देते हैं कि NAC क्रेटर और Irregular Mare Patch बेंचमार्क के लीडर को तुलनीय माना जाना चाहिए क्योंकि अंतर बीजों के बीच प्रसार से छोटा है। बेंचमार्क TerraTorch के माध्यम से चलाए गए, जिसमें लोडर, स्प्लिट, ऑग्मेंटेशन, लॉस और मीट्रिक सभी बैकबोन्स में स्थिर रखे गए, बेसलाइन में ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+ और SegFormer शामिल हैं, और पाँच बीजों पर औसत और मानक विचलन के रूप में रिपोर्ट किए गए।

SomBench कॉर्पस और उल्लेखित सीमाएँ

IBM ने कहा कि उसके वैज्ञानिक, NASA के साथ मिलकर, इस प्रकार का पहला ओपन‑सोर्स चंद्र डेटासेट बनाया, जिसमें चार मिशनों के नौ उपकरणों से 30 से अधिक स्थानिक रूप से संरेखित परतें एकत्रित की गईं, जिसमें NASA का Lunar Reconnaissance Orbiter और GRAIL मिशन तथा जापान की Aerospace Exploration Agency का SELENE/Kaguya शामिल हैं। SomBench डेटासेट कार्ड दो ट्रैक्स का विवरण देता है: WACLowRes, 963,609 टाइलें जो 51.2 किलोमीटर को 100 मीटर प्रति पिक्सेल पर कवर करती हैं, 54,080 Wide Angle Camera प्रयोग डेटा रिकॉर्ड्स से ली गईं और कुल 38 TB बनती हैं; और NACHighRes, 1,000,113 टाइलें जो 512 मीटर को 1 मीटर प्रति पिक्सेल पर कवर करती हैं, 1,095 Narrow Angle Camera रिकॉर्ड्स से ली गईं, कुल 1.4 TB बनती हैं। कॉर्पस CC BY 4.0 लाइसेंस के तहत जारी किया गया है, पूर्ण डेटासेट AWS पर होस्ट किया गया है। विभाजन Lunar Transverse Mercator ज़ोन स्तर पर 75/15/10 लक्ष्य के साथ निर्धारित किए जाते हैं, दो ज़ोन को पार करने वाली टाइलें स्थानिक लीक रोकने के लिए हटाई जाती हैं, और टेस्ट स्प्लिट डाउनस्ट्रीम मूल्यांकन के लिए आरक्षित है।

मॉडल कार्ड बताता है कि सिस्टम वैज्ञानिक‑ग्रेड जेनरेटिव प्रोडक्ट नहीं है, इसका कोई जियोडेटिक रेफ़रेंस फ्रेम नहीं है, और यह लैंडिंग‑साइट प्रमाणन या खतरा सफ़ाई जैसी परिचालन निर्णयों के लिए मान्य नहीं है; यह यह भी नोट करता है कि बर्फ‑संभाव्यता आउटपुट एक ज्ञान‑आधारित फजी‑ओवरले मानचित्र को रिग्रेस करता है, न कि मापी गई बर्फ को। सूचीबद्ध सीमाओं में अभी तक अलग नहीं किए गए एब्लेशन योगदान और NAC प्री‑ट्रेनिंग को 1,095 सह‑रजिस्टर्ड फ्रेम तक सीमित करना शामिल है, जबकि डेटासेट कार्ड में विषम स्थानिक रिज़ॉल्यूशन और दशकों‑की मीटर पर एब्सोल्यूट जियो‑लोकेशन अनिश्चितता का उल्लेख है। यह कार्य NASA द्वारा Award No. 80MSFC25M0084 के तहत समर्थित था।