تصور کنید پژوهشگری هستید که باید میلیون‌ها کیلومتر مربع از سطح ماه را برای یافتن تکه‌های یخ بررسی کند، اما ابزارهای فعلی شما هر نوع داده را در یک پوشه جداگانه می‌بینند. حالا با معرفی مدل بنیادی (Foundation Model) — شبیه به یک متخصص همه‌فن‌حریف که ابتدا کلیات یک علم را یاد گرفته و حالا می‌تواند هر مسئله خاصی را حل کند — این جدایی به پایان رسیده است.
طبق اعلام ناسا (NASA) و آی‌بی‌ام (IBM)، این ابزار متن‌باز که در ۱۸ سپتامبر ۲۰۲۶ منتشر شد، در سه محک علمی کلیدی، عملکرد مدل‌های پیش‌آموزش‌دیده بر پایه ImageNet را به چالش کشیده و در بسیاری از موارد از آن‌ها پیشی گرفته است.
تحلیل ماه پیش از این نیازمند بررسی جداگانه داده‌های راداری، گرانشی و تصویری بود و این داده‌ها به صورت سیلوهای ایزوله مدیریت می‌شدند. اما این رویکرد جدید، توسعه یافته توسط ناسا و بخش تحقیقات آی‌بی‌ام، تمام این جریان‌های داده‌ای ناهمگون را در یک چارچوب واحد پیش‌آموزش‌دیده ادغام می‌کند تا داده‌های خام سیاره‌ای را به یک نقشه علمی قابل جست‌وجو تبدیل کند. همان‌طور که در پوشش پیشین ما درباره‌ی مدل‌های تخصصی دامنه اشاره کردیم، حرکت به سمت مدل‌هایی که قوانین فیزیکی یک محیط خاص را می‌فهمند، جایگزین مدل‌های عمومی می‌شود. این رویکرد مشابه همکاری‌های پیشین ناسا با غول‌های فناوری است، مانند استفاده از مدل MAPL-EMIT گوگل برای شناسایی دقیق منابع نشت متان که دقت پایش محیطی را به شدت افزایش داد.
زمینه و توسعه
این مدل از ابتدا و با استفاده از مجموعه داده‌های SomBench پیش‌آموزش (Pretraining) شده است. این مجموعه داده‌های چندوجهی ماه، شامل نزدیک به دو میلیون بسته داده هم‌ثبت (Co-registered) است که ۱۱ حالت مختلف (Modality) و دو مقیاس مکانی را در بر می‌گیرد. SomBench اطلاعات تکمیلی متنوعی از جمله تصاویر، توپوگرافی، هندسه روشنایی، ویژگی‌های ترموفیزیکی، کانی‌شناسی، رادار، گرانش و سایر داده‌های زمین‌شناسی و محیطی را گرد هم آورده است.
مجموعه SomBench دو هدف اصلی را دنبال می‌کند: اول، به عنوان بدنه پیش‌آموزش برای مدل بنیادی عمل می‌کند و دوم، مجموعه‌ای از محک‌های کاربردی (Application Benchmarks) را فراهم می‌آورد تا روش‌های یادگیری ماشین (ML) را روی مسائل واقعی علوم ماه ارزیابی کند. این محک‌ها بر سه محور گسترده تمرکز دارند: فرآیندهای برخورد، تاریخچه آتشفشانی و مواد فرار قطبی.
در توسعه این پروژه، انجمن تحقیقات فضایی دانشگاه‌ها (USRA) تخصص‌های حیاتی در زمینه علوم سیاره‌ای ارائه کرد. دکتر ریچل اسلنک، دانشمند وابسته به مؤسسه علم و فناوری USRA که در مرکز پرواز مارشال ناسا مامور شده بود، به عنوان متخصص موضوعی در این پروژه حضور داشت. او بین تیم‌های علمی و مدل‌سازی ارتباط برقرار کرد تا اولویت‌های علوم ماه را با توسعه و ارزیابی مدل پیوند دهد. این سطح از همکاری میان متخصصان موضوعی و مدل‌های هوش مصنوعی، یادآور تکامل قابلیت‌های Co-Scientist است که نقش هوش مصنوعی را از یک ابزار ساده به یک شریک فعال در آزمایشگاه‌های علمی تبدیل کرده است.
برای ساخت این مدل، تیم بر حفظ ارزش علمی مجموعه‌داده‌هایی تمرکز کرد که از ابزارهای بسیار متفاوتی به دست آمده بودند. همان‌طور که دکتر اسلنک اشاره کرد، یکی از بزرگترین چالش‌ها مدیریت رزولوشن‌های مکانی بود که از ۱ متر تا ۲۰ کیلومتر در هر پیکسل متغیر بود. او اطمینان حاصل کرد که این تفاوت‌ها در هنگام ادغام داده‌ها برای آموزش و ارزیابی مدل به دقت لحاظ شوند.
قابلیت‌های فنی و محک‌ها
بر اساس مستندات منتشر شده، قابلیت‌های این مدل بنیادی در سه محک پایین‌دستی (Downstream Benchmarks) که به فرآیندهای برخورد، تاریخچه آتشفشانی و مواد فرار قطبی می‌پردازند، سنجیده شده است:
- تشخیص دهانه‌ها: شناسایی آثار برخورد در هر دو مقیاس منطقه‌ای و متری. این محک نشان‌دهنده بهره‌وری بالای برچسب‌گذاری بود؛ به این معنا که بازنمایی‌های یادگرفته شده از طریق پیش‌آموزش ماه، می‌تواند مقدار داده‌های برچسب‌دار مورد نیاز برای هر تکلیف خاص را کاهش دهد.
- قطعه‌بندی لکه‌های دریایی: نقشه‌برداری از لکه‌های نامنظم دریایی (IMPs) برای درک تاریخچه آتشفشانی و لندفورم‌های آتشفشانی غیرمعمول.
- پیش‌بینی احتمال وجود یخ: رگرسیون احتمال پایداری و توزیع یخ‌های قطبی از طریق ادغام مجموعه‌داده‌های محیطی. مدل الگوهای احتمال وجود یخ را — که از رنگ آبی تا زرد مقیاس‌بندی شده‌اند — در مکان‌های نزدیک به قطب ماه، مانند Mons Mouton، بازتولید می‌کند.
طراحی چندوجهی این مدل به آن اجازه می‌دهد تا به جای برخورد مستقل با مشاهدات، روابط بین آن‌ها را یاد بگیرد. این مدل همزمان روی مشاهدات دوربین با زاویه باز (WAC) در مقیاس منطقه‌ای و داده‌های دوربین با زاویه باریک (NAC) در مقیاس متری عمل می‌کند و در عین حال، هندسه زمین و روشنایی را نیز در محاسبات خود می‌گنجاند.
دکتر ریچل اسلنک توسعه محک دهانه‌های NAC دوربین بازشناس ماه (LROC) با رزولوشن بالا را رهبری کرد. او بیش از ۴۹ هزار دهانه ماه را به‌صورت دستی شناسایی کرد و از تصاویر با رزولوشن بالا و مدل‌های دیجیتال زمین هم‌ثبت شده برای ارزیابی تشخیص در مقیاس متری استفاده کرد. او همچنین بررسی‌های علمی گسترده‌ای روی مطالعات SomBench و مدل بنیادی انجام داد.
برای جامعه پژوهشی و تجاری، این یک چرخش راهبردی است. به‌جای تکیه بر هوش مصنوعی عمومی که همه چیز را از اینترنت می‌داند اما هیچ ایده‌ای از زمین‌شناسی ماه ندارد، ناسا یک موتور تخصصی ارائه داده که قوانین فیزیک علوم سیاره‌ای را درک می‌کند.
انتشار وزن‌های باز (Open Weights) — یعنی انتشار دستور پخت داخلی مدل به‌جای ارائه یک محصول بسته — از طریق پلتفرم Hugging Face، مانع ورود مؤسسات کوچک پژوهشی را از بین می‌برد. ناسا و آی‌بی‌ام با ارائه وزن‌های پیش‌آموزش‌دیده، کدهای تنظیم دقیق (Fine-tuning) و مجموعه‌داده‌های محک، در واقع در حال برون‌سپاری جمعی (Crowdsourcing) موج بعدی اکتشافات ماه هستند.
اگر این مدل بتواند به‌دقت مکان یخ‌های قطبی را پیش‌بینی کند، اقتصاد پایگاه‌های آینده ماه تغییر می‌کند. یخ آب ارزشمندترین منبع برای حضور پایدار انسان در ماه است و نقشه‌برداری دقیق مبتنی بر هوش مصنوعی، ریسک ماموریت‌های فرود گران‌قیمست و شکست‌خورده را کاهش می‌دهد. این نیاز به پردازش‌های عظیم در محیط‌های فضایی، با برنامه‌های اسپیس‌اکس برای ایجاد مراکز داده هوش مصنوعی در مدار همسو است تا تحلیل داده‌های حجیم سیاره‌ای با سرعت بیشتری انجام شود.
پژوهشگران اکنون می‌توانند برای توسعه کاربردهای خاص خود در زمینه ماه، به مدل و مجموعه‌داده‌های SomBench در Hugging Face دسترسی داشته باشند.
گام بعدی شما
- اگر پژوهشگر داده هستید، مدل و مجموعه داده‌های SomBench را در Hugging Face بررسی کنید.
- کدهای تنظیم دقیق (Fine-tuning) — شبیه به دادن تخصص پوست به یک پزشک عمومی برای دقیق‌تر شدن در یک حوزه — را برای کاربردهای خاص خود به کار بگیرید.
- نتایج پیش‌بینی یخ در مناطق قطبی را با داده‌های ماموریت‌های قبلی مقایسه کنید.
اما داستان سخت‌افزاری پردازش این حجم از داده‌های چندوجهی حتی پیچیده‌تر است — به تحلیل ما درباره‌ی بهینه‌سازی استنتاج در مدل‌های علمی مراجعه کنید.
گفتگو