IBM与NASA将开源人工智能合作扩展至月球

IBM与NASA已将其开源人工智能合作伙伴关系拓展至月球，推出了一款旨在识别月球冰层、陨石坑和火山地形的基座模型。该“NASA-IBM月球基座模型”利用来自四次NASA任务（包括月球勘测轨道飞行器）中九个仪器的超过30个数据层进行了训练。基准测试显示，其准确率较现有技术提高了多达23%。

这一时机表明，该模型不仅仅是一个实验性AI项目。与此同时，NASA正在加速推进在月球南极附近建立长期存在的计划，在那里寻找水冰和安全地形可能变得至关重要。

人工智能或协助决定人类着陆地点

水冰是NASA希望在月球上定位的最宝贵资源之一。它不仅可以为宇航员提供饮用水，还可能支持氧气或推进剂的生产。更精准的地形分析还能帮助规划者识别更安全着陆和操作区域。

NASA最新的月球技术计划正寻求用于提取氧气、发电、储能和制造的系统，作为其在月球南极附近建设基础设施计划的一部分。

该项目建立在已有的探索工作基础之上。此前对“阿尔忒弥斯二号”月球任务的报道展示了NASA的载人登月计划如何为后续着陆和长期驻留奠定基础。

IBM将基座模型的应用范围超越聊天机器人

月球模型是IBM与NASA更广泛的“Prithvi”科学基座模型家族的一部分。这些系统并非直接与消费级聊天机器人竞争，而是专为分析地球观测、气候和太空研究等领域的大规模科学数据集而构建。

这符合IBM将人工智能专注于企业和科学计算的 broader 战略。我们也一直关注该公司通过其10亿美元量子投资故事推动先进计算发展的举措。

月球成为人工智能的下一个科学试验场

NASA最终希望月球探索能够支持在月球上的长期停留，并为未来的火星任务准备技术。

月球基座模型可以帮助研究人员从数十年的航天器观测中提取更多有用信息，而无需为每一项科学任务构建新的AI系统。

因此，23%的准确率提升固然重要，但更大的机遇在于规模化应用。如果该模型能在月球数据集上持续表现优异，人工智能可能会成为NASA基础设施的一部分，用于决定宇航员的着陆地点、资源位置以及未来月球设施的建设选址。