IBM และ NASA เปิดตัวโมเดลพื้นฐานดวงจันทร์แบบโอเพนซอร์สพร้อมชุดข้อมูล SomBench

IBM และ NASA เมื่อวันที่ 10 กันยายน 2026 ประกาศ การเปิดตัวแบบโอเพนซอร์สของ NASA-IBM Lunar Foundation Model ซึ่งเป็นโมเดลพื้นฐานแบบหลายโหมดและหลายความละเอียดสำหรับการสำรวจระยะไกลของดวงจันทร์ พร้อมกับ SomBench ชุดข้อมูลดวงจันทร์ที่ลงทะเบียนร่วมกันเพื่อใช้ฝึกโมเดลนี้

ในการประกาศซึ่งมาจาก Yorktown Heights, นิวยอร์ก IBM อธิบายระบบว่าเป็นหนึ่งในโมเดลพื้นฐานที่เปิดให้สาธารณะใช้เป็นแรกสำหรับการสำรวจวิทยาศาสตร์ของดวงจันทร์ ซึ่งได้รับการฝึกด้วยชุดข้อมูลการสังเกตดวงจันทร์ที่กว้างขวางซึ่งคัดสรรมาจากนักวิจัยของ IBM และ NASA น้ำหนักของโมเดลถูกเผยแพร่บน Hugging Face ภายใต้สัญญาอนุญาต Apache-2.0 พร้อมโค้ดการปรับแต่งที่ดูแลในที่เก็บ GitHub ของ NASA-IMPACT และการปรับใช้ต่อเนื่องดำเนินการผ่าน TerraTorch การ์ดโมเดลนำเสนอการปล่อยนี้เป็นการแทนที่ที่สามารถนำกลับมาใช้ใหม่สำหรับการสำรวจระยะไกลของดวงจันทร์: การปรับแต่งหรือ LoRA ปรับตัวเข้ากับตัวเข้ารหัสเพื่อการตรวจจับ การแบ่งส่วน และการถดถอยหนาแน่นบนภาพ LROC และผลิตภัณฑ์ภูมิประเทศที่ลงทะเบียนร่วมกัน โดยมีชุดโหมดและตารางพัชที่อาจแตกต่างจากการฝึกล่วงหน้า

ตามการประกาศ นักวิจัยสามารถใช้โมเดลนี้ในหลายด้านของการศึกษาดวงจันทร์: การทำนายว่ามีน้ำแข็งอยู่ในพื้นที่ที่อยู่ในเงาตลอดกาลซึ่งยากต่อการสังเกตแต่อาจมีทรัพยากรที่จำเป็นสำหรับฐานดวงจันทร์ในอนาคต; การทำแผนที่ Irregular Mare Patches ซึ่งเป็นลักษณะภูเขาไฟที่นักวิทยาศาสตร์ศึกษาเพื่อทำความเข้าใจประวัติการเผาไหม้ของดวงจันทร์และการเปลี่ยนแปลงอุณหภูมิ; และการตรวจจับ การให้บริบท และการจำแนกหลุมอุกกาบาต งานนี้เปิดเผยเบาะแสเกี่ยวกับอายุและธรณีวิทยาของพื้นดินและช่วย NASA เลือกตำแหน่งลงจอดที่ปลอดภัยโดยหลีกเลี่ยงอันตรายเช่นลาดชันชันและหินก้อนใหญ่

“NASA ได้ใช้หลายทศวรรษในการสร้างบันทึกวิทยาศาสตร์อันยอดเยี่ยมของดวงจันทร์ แต่การเก็บข้อมูลเป็นเพียงส่วนหนึ่งของงานเท่านั้น” เควิน เมอร์ฟี นายหน้าข้อมูลวิทยาศาสตร์และทำหน้าที่เป็นหัวหน้าข้อมูลและ AI ชั่วคราวที่สำนักงานใหญ่ NASA กล่าวเพิ่มเติมว่าโมเดลนี้แสดงให้เห็นถึงสิ่งที่เป็นไปได้เมื่อ AI ถูกนำไปใช้กับข้อมูลวิทยาศาสตร์ระดับพีเทบไบต์ของ NASA

IBM กล่าวว่าโมเดลนี้ต่อยอดความร่วมมือที่ตั้งขึ้นระหว่างสององค์กรและเข้าร่วมกับตระกูล Prithvi ของโมเดลพื้นฐานเปิดที่มีบน Hugging Face ครอบคลุมด้านภูมิศาสตร์เชิงพื้นที่ สภาพอากาศ ดารฟิสิกส์ และตอนนี้ดวงจันทร์ การประกาศนำเสนอการเปิดตัวแบบเปิดเป็นวิสัยทัศน์ที่กว้างขึ้น ซึ่งนักวิจัยเริ่มจากโมเดลร่วมกันและปรับให้เข้ากับงานใหม่แทนการสร้างระบบอัลกอริทึมใหม่สำหรับทุกคำถามทางวิทยาศาสตร์

ฮวน เบอร์นาบี-โมเรโน ผู้อำนวยการ IBM Research Europe, สหราชอาณาจักรและไอร์แลนด์ กล่าวว่าโมเดลนี้มอบฐานให้กับนักวิทยาศาสตร์เพื่อสำรวจดวงจันทร์ในระดับใหญ่ เชื่อมโยงการสังเกตจากเครื่องมือหลายชนิด เปิดเผยรูปแบบที่ยากต่อการมองเห็นเมื่อแยกกัน และ “ให้แพลตฟอร์มเปิดที่ชุมชนวิจัยระดับโลกสามารถต่อยอดได้”

สถาปัตยกรรมและการฝึกล่วงหน้า

การ์ดโมเดลอธิบาย ViT-B encoder-decoder (768 มิติ, 12 ชั้น, 12 หัวความสนใจ) ที่ฝึกจากศูนย์บน SomBench: ประมาณ 2 ล้านชุดแผ่นดวงจันทร์ที่ลงทะเบียนร่วมกัน ครอบคลุม 11 โหมดในสองระดับความละเอียดเชิงพื้นที่ คือภาพจาก LROC Narrow Angle Camera ที่ประมาณ 1 เมตรต่อพิกเซลและภาพจาก Wide Angle Camera ที่ประมาณ 100 เมตรต่อพิกเซล ระบบปรับสูตร TerraMind masked-token ด้วยการขยายสองประการ เรขาคณิตการเก็บข้อมูลต่อแผ่นรวมถึงมุมการส่องสว่าง, จุดยึดกรอบสุริยะ, และรอยเท้าของแผ่น ถูกทำเป็นโทเค็นเป็นอินพุตให้กับตัวเข้ารหัสอย่างชัดเจน; ผู้เขียนระบุว่าลักษณะผิวดวงจันทร์ถูกกำหนดโดยเรขาคณิตการส่องสว่างมากกว่าการแปรผันของพื้นผิวโดยธรรมชาติ แผ่นที่มีจุดยึด NAC และ WAC ยังฝึกร่วมกันในลูปแบชผสมเดียวที่ความละเอียดดั้งเดิม ดังนั้นชุดน้ำหนักเดียวครอบคลุมทั้งสองตระกูลความละเอียดที่มีช่องว่างสเกล 100×

อินพุตประกอบด้วยชั้นภาพหนาแน่น 9 ชั้นบวกกับสองโหมดบริบทแบบลำดับ: เมตาดาต้าออพติคต่อแผ่นที่มีแปดฟิลด์และบริบทแผนที่คงที่ที่มี 28 ฟิลด์ซึ่งดึงมาจากผลิตภัณฑ์ของ Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL และ Lunar Prospector การฝังพัช FlexiViT ทำให้สามารถปรับจุดตรวจสอบให้เข้ากับขนาดพัชอื่นได้โดยไม่ต้องฝึกส่วนหลังใหม่ และการทำโทเค็นตามโหมดทำให้สามารถลบหรือเพิ่มโหมดได้ในระหว่างการปรับแต่ง การฝึกล่วงหน้าดำเนินการบน GPU H100 จำนวน 16 ตัวเป็นเวลา 150,000 ขั้นตอนโดยใช้แบชทั่วโลก 1,536 ในรูปแบบ bf16 รวมประมาณ 1,100 ชั่วโมง GPU โดยใช้ตัวโทเค็น VQ‑VAE เฉพาะโหมดจำนวน 9 ตัวพร้อมการควอนติฟาย FSQ, ตัวถอดรหัส DDPM, และวัตถุประสงค์ cross‑entropy บนพจนานุกรมโทเค็นแบบไม่ต่อเนื่อง

ผลการทดสอบมาตรฐานที่รายงาน

IBM กล่าวว่าโมเดลนี้เหนือกว่าวิธีที่ใช้กันอย่างกว้างขวางถึง 23% ในการระบุลักษณะภูมิศาสตร์สำคัญบนพื้นผิวดวงจันทร์ รวมถึงแหล่งน้ำแข็งที่เป็นไปได้, หลุมอุกกาบาต, และรูปแบบการเผาไหม้ของภูเขาไฟ โดยอ้างอิงจากเอกสารเทคนิค NASA‑IBM บริษัทรายงานว่าโมเดลลดข้อผิดพลาด (RMSE) ได้ถึง 22% เมื่อเทียบกับโมเดล SwinV2‑B (ImageNet) ในการระบุพื้นที่ที่มีศักยภาพสูงสำหรับน้ำแข็งดวงจันทร์; สามารถจับขอบเขตของ Irregular Mare Patches ได้ดีกว่า SwinV2‑B 3% แม้ใช้ป้ายกำกับที่ไม่สมบูรณ์; และเทียบเท่ากับโมเดลระดับแนวหน้าอย่าง SwinV2‑B ในการตรวจจับหลุมอุกกาบาตระดับเมตรโดยเหนือกว่าโดยประมาณ 19% ที่สเกลบริบทประมาณ 100 เมตรโดยใช้ข้อมูลฝึกเพียงครึ่งหนึ่ง

ตารางมาตรฐานในการ์ดโมเดลรายงานค่า RMSE ของการคาดการณ์น้ำแข็งขั้วโลกที่ 0.0293 เมื่อทำการปรับแต่งเต็มรูปแบบ เทียบกับ 0.0377 สำหรับฐานเปรียบเทียบที่ดีที่สุด (SwinV2‑B) และ 0.0397 สำหรับการควบคุมแบบสุ่มเริ่มต้น และระบุว่าการคาดการณ์น้ำแข็งมีช่องว่างที่กว้างที่สุด สำหรับการแบ่งส่วน Irregular Mare Patch รายงานค่า IoU1 ที่ 0.5709 เทียบกับ 0.5687 ของ ConvNeXtV2‑B และสำหรับการตรวจจับหลุม Robbins บนภาพ WAC มีค่า mAP ที่ 0.2581 โดยใช้ LoRA เทียบกับ 0.2420 ของ SwinV2‑B; การ์ดระบุว่าเวอร์ชันที่ฝึกล่วงหน้าที่ใช้ข้อมูลฝึกเพียง 50% ยังเทียบหรือเหนือกว่า SwinV2‑B ที่ฝึกด้วยชุดข้อมูลเต็ม ผู้เขียนเตือนว่าผลลัพธ์ที่เป็นผู้นำในมาตรฐาน NAC crater และ Irregular Mare Patch ควรถือว่าเทียบเคียงได้เนื่องจากช่องว่างน้อยกว่าการกระจายของเมล็ด การทดสอบดำเนินการผ่าน TerraTorch ด้วยตัวโหลด, การแบ่ง, การเพิ่มข้อมูล, ฟังก์ชันสูญเสียและเมตริกที่คงที่ระหว่างโครงสร้างพื้นฐาน โดยมีฐานเปรียบเทียบรวมถึง ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+, และ SegFormer รายงานเป็นค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานจากเมล็ด 5 ตัว

คอร์ปัส SomBench และข้อจำกัดที่ระบุ

IBM กล่าวว่า นักวิทยาศาสตร์ของบริษัทร่วมกับ NASA ได้สร้างชุดข้อมูลดวงจันทร์แบบโอเพนซอร์สแรกของประเภทนี้ โดยรวบรวมชั้นข้อมูลที่จัดตำแหน่งเชิงพื้นที่มากกว่า 30 ชั้นจากอุปกรณ์เก้าชิ้นในสี่ภารกิจ รวมถึง Lunar Reconnaissance Orbiter และภารกิจ GRAIL ของ NASA และโครงการ SELENE/Kaguya ของหน่วยสำรวจอวกาศญี่ปุ่น การ์ดชุดข้อมูล SomBench อธิบายสองเส้นทาง: WACLowRes, 963,609 แผ่นครอบคลุม 51.2 กิโลเมตรที่ความละเอียด 100 เมตรต่อพิกเซล ดึงมาจาก 54,080 บันทึกข้อมูลการทดลอง Wide Angle Camera และรวมเป็น 38 TB; และ NACHighRes, 1,000,113 แผ่นครอบคลุม 512 เมตรที่ความละเอียด 1 เมตรต่อพิกเซลจากบันทึก Narrow Angle Camera จำนวน 1,095 แผ่น รวมเป็น 1.4 TB คอร์ปัสนี้เผยแพร่ภายใต้สัญญาอนุญาต CC BY 4.0 โดยชุดข้อมูลเต็มถูกโฮสต์บน AWS การแบ่งชุดทำที่ระดับโซน Lunar Transverse Mercator ด้วยเป้าหมาย 75/15/10 แผ่นที่ข้ามสองโซนจะถูกตัดออกเพื่อป้องกันการรั่วไหลเชิงพื้นที่ และชุดทดสอบถูกสงวนไว้สำหรับการประเมินผลต่อเนื่อง

การ์ดโมเดลระบุว่าระบบไม่ใช่ผลิตภัณฑ์เชิงสร้างสรรค์ระดับวิทยาศาสตร์ ไม่รักษาเฟรมอ้างอิงทางธรณีวิศวกรรม และไม่ได้รับการตรวจสอบความถูกต้องสำหรับการตัดสินใจเชิงปฏิบัติการเช่นการรับรองสถานที่ลงจอดหรือการเคลียร์อันตราย; นอกจากนี้ยังระบุว่าผลลัพธ์การคาดการณ์น้ำแข็งเป็นแผนที่โอเวอร์เลย์แบบคลุมเครือที่ขับเคลื่อนด้วยความรู้แทนการวัดน้ำแข็งจริง ข้อจำกัดที่ระบุรวมถึงส่วนการตัดทอนที่ยังไม่แยกออกและการฝึกล่วงหน้า NAC ที่จำกัดอยู่ที่ 1,095 เฟรมที่ลงทะเบียนร่วมกัน ในขณะที่การ์ดชุดข้อมูลบันทึกว่ามีความละเอียดเชิงพื้นที่ที่หลากหลายและความไม่แน่นอนของตำแหน่งทางภูมิศาสตร์ระดับหลายสิบเมตร งานนี้ได้รับการสนับสนุนจาก NASA ภายใต้รางวัลเลขที่ 80MSFC25M0084.