IBM і NASA випускають відкриту лунну фундаментальну модель з набором даних SomBench

IBM і NASA 10 вересня 2026 року оголосили відкритий випуск NASA‑IBM Lunar Foundation Model, багатомодальної, багатороздільної фундаментальної моделі для лунного дистанційного зондування, разом із SomBench, спільно зареєстрованим лунним набором даних, створеним для її навчання.

У заяві, датованій Йорктаун‑Гейтс, Нью‑Йорк, IBM описала систему як одну з перших публічно доступних фундаментальних моделей для наукового дослідження Місяця, навченої на великому наборі спостережень за Місяцем, сформованому дослідниками IBM і NASA. Ваги моделі опубліковані на Hugging Face під ліцензією Apache-2.0, код тонкого налаштування підтримується у репозиторії NASA‑IMPACT на GitHub, а подальша адаптація здійснюється за допомогою TerraTorch. Картка моделі позиціонує випуск як багаторазове представлення для лунного дистанційного зондування: тонке налаштування або LoRA‑адаптація енкодера для виявлення, сегментації та густої регресії на зображеннях LROC та спільно зареєстрованих продуктах рельєфу, з підмножинами модальностей та сітками патчів, які можуть відрізнятися від передтренування.

За даними оголошення, дослідники можуть застосовувати модель у кількох напрямках лунних досліджень: передбачення місць, де може бути лід у постійно затінених регіонах, які важко спостерігати, але можуть містити ресурси, необхідні для майбутньої бази на Місяці; картографування Irregular Mare Patches — вулканічних утворень, які вивчаються для розуміння вулканічної історії та теплової еволюції Місяця; а також виявлення, контекстуалізація та класифікація кратерів, що розкриває підказки про вік рельєфу та геологію та допомагає NASA обирати безпечні місця посадки, уникаючи небезпек, таких як круті схили та валуни.

«NASA протягом десятиліть створює надзвичайний науковий архів про Місяць, але збір даних — лише частина роботи», — сказав Кевін Мерфі, головний офіцер з наукових даних та виконуючий обов’язки головного офіцера з даних і ШІ у штаб‑квартирі NASA, додаючи, що модель демонструє, що можливо, коли ШІ застосовується до петабайтів наукових даних NASA.

IBM зазначила, що модель розширює встановлену співпрацю між двома організаціями та приєднується до сімейства відкритих фундаментальних моделей Prithvi, доступних на Hugging Face, що охоплює геопросторові, метеорологічні, геліофізичні дані, а тепер і Місяць. Оголошення представляє відкритий випуск як ширшу концепцію, у якій дослідники починають з спільної моделі та адаптують її до нових завдань, а не створюють нову алгоритмічну систему для кожного наукового питання.

Хуан Бернабе‑Морено, директор IBM Research Europe, Великобританії та Ірландії, сказав, що модель дає вченим основу для масштабного дослідження Місяця, поєднуючи спостереження з різних інструментів, виявляючи закономірності, які важко помітити окремо, і «надає відкриту платформу, на якій глобальна наукова спільнота може будувати».

Архітектура та передтренування

Картка моделі описує енкодер‑декодер ViT‑B (768 вимірів, 12 шарів, 12 голів уваги), навчений з нуля на SomBench: приблизно 2 мільйони спільно зареєстрованих наборів лунних плиток, що охоплюють 11 модальностей у двох просторових масштабах: зображення LROC Narrow Angle Camera з роздільною здатністю близько 1 метр на піксель та Wide Angle Camera з роздільною здатністю близько 100 метрів на піксель. Система адаптує рецепт TerraMind masked‑token з двома розширеннями. Геометрія отримання кожної плитки, включаючи кути освітлення, сонячні орієнтири та контур плитки, токенізується як явні входи енкодера; автори зазначають, що вигляд лунної поверхні визначається більше геометрією освітлення, ніж внутрішньою варіацією поверхні. Плитки, прив’язані до NAC та WAC, також навчаються разом у єдиному змішаному батч‑циклі у рідній роздільності, тож один набір ваг охоплює обидві сім’ї роздільності через різницю у масштабі 100×.

Вхідні дані охоплюють дев’ять щільних шарів, схожих на зображення, плюс два контекстних модальності у вигляді послідовностей: оптичні метадані кожної плитки з вісьмома полями та контекст статичної карти з 28 полями, отриманими з продуктів Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL та Lunar Prospector. Вбудовування патчів FlexiViT дозволяє чекпоінту тонко налаштовуватись під інші розміри патчів без повторного навчання основної мережі, а токенізація за модальностями дозволяє додавати або вилучати модальності під час тонкого налаштування. Передтренування виконувалося на 16 GPU H100 протягом 150 000 кроків з глобальним батчем 1 536 у форматі bf16, що становить приблизно 1 100 GPU‑годин, використовуючи дев’ять модальність‑специфічних токенізаторів VQ‑VAE з квантуванням FSQ, декодер DDPM та функцію крос‑ентропії над дискретними словниками токенів.

Звітні результати бенчмарків

IBM зазначила, що модель перевершує широко використовувані методи до 23 % у виявленні ключових географічних особливостей поверхні Місяця, включаючи потенційні льодові поклади, кратери та вулканічні утворення. Посилаючись на технічний документ NASA‑IBM, компанія повідомила, що модель зменшила помилку (RMSE) до 22 % порівняно з моделлю SwinV2‑B (ImageNet) при ідентифікації районів з високим потенціалом лунного льоду; визначила розмір Irregular Mare Patches на 3 % краще, ніж SwinV2‑B, використовуючи недосконалі мітки; і досягла рівня передових моделей, таких як SwinV2‑B, у виявленні кратерів метричного масштабу, перевершуючи її майже на 19 % при приблизно 100‑метровому контекстному масштабі, використовуючи лише половину навчальних даних.

Таблиця бенчмарків у картці моделі повідомляє RMSE перспективності полярного льоду 0,0293 при повному тонкому налаштуванні, проти 0,0377 для кращого базового варіанту (SwinV2‑B) та 0,0397 для контролю з випадковою ініціалізацією, і визначає перспективність льоду як найширший розрив. Для сегментації Irregular Mare Patch вказано IoU1 0,5709 проти 0,5687 для ConvNeXtV2‑B, а для виявлення кратера Robbins на зображеннях WAC — mAP 0,2581 за допомогою LoRA проти 0,2420 для SwinV2‑B; картка зазначає, що варіанти, передтреновані на 50 % навчальних даних, вже відповідають або перевищують SwinV2‑B, навчений на повному наборі. Автори застерігають, що лідери у бенчмарках NAC‑кратерів та Irregular Mare Patch слід розглядати як порівнянні, оскільки розриви менші за розбіжність між випадковими ініціалізаціями. Бенчмарки виконувалися за допомогою TerraTorch з фіксованими завантажувачами, розподілами, аугментаціями, функцією втрат і метриками для всіх бекбоундів, а базові моделі включали ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+ та SegFormer, результати подано як середнє та стандартне відхилення за п’ятьма випадковими ініціалізаціями.

Корпус SomBench та зазначені обмеження

IBM зазначила, що її вчені спільно з NASA створили перший у своєму роді відкритий лунний набір даних, об’єднавши понад 30 просторово вирівняних шарів з дев’яти інструментів чотирьох місій, включаючи Lunar Reconnaissance Orbiter та місію GRAIL NASA, а також японське агентство JAXA SELENE/Kaguya. SomBench dataset card описує два треки: WACLowRes, 963,609 плиток, що охоплюють 51,2 км при 100 м на піксель, взятих з 54 080 записів Wide Angle Camera Experiment Data Records, загальним обсягом 38 ТБ; і NACHighRes, 1 000 113 плиток, що охоплюють 512 м при 1 м на піксель з 1 095 записів Narrow Angle Camera, загальним обсягом 1,4 ТБ. Корпус випущений під ліцензією CC BY 4.0, повний набір даних розміщений на AWS. Поділи присвоюються на рівні зон Lunar Transverse Mercator за цільовим співвідношенням 75/15/10, плитки, що перетинають дві зони, відкидаються, щоб запобігти просторовому витоку, а тестовий поділ зарезервовано для подальшої оцінки.

Картка моделі зазначає, що система не є науково‑класним генеративним продуктом, не підтримує геодезичну референтну систему та не валідована для оперативних рішень, таких як сертифікація посадкових майданчиків чи очищення від небезпек; також зазначається, що виходи щодо перспективності льоду представляють знання‑орієнтовану розмиту накладну карту, а не виміряний лід. Серед зазначених обмежень — внески абляції, які ще не ізольовано, та передтренування NAC, обмежене 1 095 спільно зареєстрованими кадрами, тоді як картка набору даних вказує на гетерогенну просторову роздільність та десятки метрів абсолютної невизначеності геолокації. Робота була підтримана NASA за грантом № 80MSFC25M0084.