नासा और आईबीएम का ओपन सोर्स चंद्र मॉडल 17 वर्षों के ऑर्बिटर डेटा को चंद्र विज्ञान की नींव में बदलता है
decoder ·
नासा और आईबीएम ने नासा-आईबीएम लूनर फाउंडेशन मॉडल जारी किया है, जो एक ओपन-सोर्स एआई टूल है जिसे लक्ष्यमणि के अवलोकन डेटा के दशकों के संग्रह को मशीन लर्निंग के लिए सुलभ बनाने के लिए डिज़ाइन किया गया है। एलआरओ (LRO) और ग्रेइल (GRAIL) जैसे मिशनों से 17 वर्षों के लगभग दो मिलियन टाइल बंडल्स पर शून्य से प्रशिक्षित, यह मॉडल बड़ी मात्रा में लेबल किए गए इनपुट्स का लाभ उठाकर लक्ष्यमणि विज्ञान में लेबल किए गए डेटा की कमी को दूर करता है। इसकी एक प्रमुख नवाचार यह है कि इसमें प्रकाश ज्यामिति को स्पष्ट रूप से इनपुट के रूप में शामिल किया गया है, जिससे मॉडल पिछली विधियों की तुलना में सतह की विशेषताओं और प्रकाश प्रभावों को अधिक प्रभावी ढंग से अलग कर पाता है। मॉडल ध्रुवीय बर्फ जमाव की भविष्यवाणी करने में महत्वपूर्ण सुधार दिखाता है, जिसमें बेसलाइन मॉडलों की तुलना में भविष्यवाणी त्रुटि में 22 प्रतिशत तक की कमी आती है। यह विभिन्न पैमानों पर चंद्रकूप (crater) पहचान में भी प्रतिस्पर्धी प्रदर्शन करता है और इरेगुलर मार् पैचेस (Irregular Mare Patches) को वर्गीकृत करता है, हालांकि यह सटीक भू-ज्यामितीय स्थिति निर्धारण के लिए भौतिक माप उपकरणों का विकल्प नहीं है। अलग-अलग डेटा परतों के लिए अलग-अलग प्रसंस्करण पथ आवंटित करने और फ्लेक्सिविट (FlexiViT) जैसी तकनीकों का उपयोग करके, मॉडल बिना पुनः प्रशिक्षण के विविध छवि पैच आकारों के अनुकूल हो जाता है। इस रिलीज ने उनके स्पेस एक्ट एग्रीमेंट के तहत नासा-आईबीएम सहयोग में एक मील का पत्थर दर्शाया है, जिसमें पहले पृथ्वी अवलोकन मॉडल जैसे प्रिथ्वी शामिल हैं। मॉडल, कोड और डेटासेट हग्गिंग फेस (Hugging Face), गिटहब (GitHub) और टेराटॉर्च (TerraTorch) टूलकिट के माध्यम से सार्वजनिक रूप से उपलब्ध हैं।
decoder