Manapság látszólag mindenbe belezsúfolják a mesterséges intelligenciát, de a NASA és az IBM most talán olyasmire használja, amit nehéz félresöpörni. A két szervezet egy kifejezetten a Hold megértésére tervezett, nyílt forráskódú MI-alapmodellt adott ki.

A NASA-IBM Lunar Foundation Model névre keresztelt rendszer teljesen az alapoktól tanult, hatalmas mennyiségű, a Holdról készült távérzékelési adaton. A Hugging Face-en elérhető model card szerint a tanítóadatok között nagyjából 2 millió holdi adatcsomag és több mint 1 millió nagy felbontású kép szerepel, köztük olyanok is, amelyeknél a felbontás körülbelül egy méter pixelenként.

Nem egy űrruhás ChatGPT-ről van szó. A modellt arra tervezték, hogy a Hold felszínéről szóló tudományos adatokat elemezze, és olyan különböző típusú információkat kapcsoljon össze, amelyekkel a kutatóknak egyébként külön tárolókban, külön eszközökkel kellene dolgozniuk.

A modellbe betáplált adatok között van képanyag, domborzat, lejtés, megvilágítási geometria, radarmérések, ásványtani információk, gravitációs adatok és hidrogéneloszlás. Ezek közötti összefüggések megtanulásával az MI olyan mintázatokat is felfedezhet, amelyeket az emberi kutatók könnyen elsiklanának.

A NASA és az IBM már több gyakorlati tudományos feladaton is kipróbálta a modellt. Ilyen volt például a holdkráterek detektálása, a vulkanikus képződmények elemzése, valamint olyan területek azonosítása, ahol nagyobb eséllyel fordulhat elő vízjég.

Ez az utóbbi különösen fontos lehet, ha az emberiség komolyan gondolja, hogy hosszabb időt tölt majd a Holdon. A vízjég nem csak ivóvízforrás az űrhajósoknak. A vizet hidrogénre és oxigénre lehet bontani, így légzésre alkalmas oxigént és rakéta-üzemanyaghoz szükséges összetevőket is adhat.

Vagyis a könnyen hozzáférhető holdi jég lelőhelyei hosszabb távon meghatározhatják, hová érdemes emberi infrastruktúrát telepíteni a Holdon. Ahelyett, hogy a kutatók kézzel vizsgálnának át óriási mennyiségű megfigyelési adatot, az MI segíthet leszűkíteni a keresést.

A projekt mögött mérhető eredmények is állnak. Egy jég-előfordulási valószínűséget vizsgáló benchmarkon a holdi modell 0,0293-as gyök-átlag négyzetes hibát ért el, szemben a dokumentációban szereplő legerősebb baseline 0,0377-es értékével. Egy kráterdetektálási benchmarkon 0,2581-es átlagos precíziót hozott, míg a legjobb baseline 0,2420-at.

Nem minden összevetésben győz azonban az MI. Egy másik, méteres felbontású kráterdetektálási benchmarkon egy baseline modell 0,1552-t ért el, míg a NASA–IBM modell 0,1543-at. A különbség minimális, de jól emlékeztet rá, hogy egy alapmodell nem feltétlenül múlja felül automatikusan a speciális, egy-egy feladatra kihegyezett alternatívákat.

Az IBM szerint a modell bizonyos holdtérképezési feladatoknál akár 23 százalékkal is jobban teljesít a jelenleg elterjedt módszereknél. Az „akár” szó itt fontos. Ez nem azt jelenti, hogy ez az MI hirtelen 23 százalékkal jobban érti a Holdat a tudósoknál vagy minden rivális rendszernél.

Van egy ennél is nagyobb korlát. A NASA és az IBM egyáltalán nem azt javasolja, hogy a fontos holdmissziós döntéseket adjuk át az MI-nek. A modell dokumentációja kifejezetten figyelmeztet, hogy nem validálták olyan operatív feladatokra, mint a leszállóhelyek hitelesítése vagy a veszélyes területek kizárása.

A jégre vonatkozó előrejelzéseit is óvatosan kell kezelni. A rendszer a jég előfordulási valószínűségét becsüli. Nem néz rá egy darab holdi talajra, és nem jelenti ki egyértelműen, hogy alatta víz található. A tudósoknak továbbra is megfigyelésekre, elemzésre és végső soron fizikai bizonyítékokra lesz szükségük ahhoz, hogy megerősítsék, mi van ott valójában.

A projektet az teszi igazán érdekessé, hogy a NASA és az IBM nem zárja el a technológiát. A modellt az Hugging Face-en tették közzé Apache 2.0 licenc alatt, így a kutatók és fejlesztők szabadon kísérletezhetnek vele, módosíthatják, és továbbépíthetnek a rajta végzett munkára.

Ez a nyitottság legalább olyan fontos lehet, mint maga a modell. Egyetlen MI-rendszer nem fog holdbázist építeni, nem találja meg az összes vízlelőhelyet, és nem mondja meg az űrhajósoknak, hová szálljanak le. Ha viszont a világ kutatói közös alapot kapnak a holdi adatok elemzéséhez, az felgyorsíthatja azt a tudományos munkát, amely ezekre a kérdésekre keresi a választ.

Mostanában bőven van ok a mesterséges intelligenciával kapcsolatos szkepszisre, főleg amikor cégek olyan chatbotokat erőltetnek termékekre, amelyek eddig is remekül működtek nélkülük. Itt más a helyzet. A NASA óriási mennyiségű információt halmozott fel a Holdról, az emberek ideje pedig véges, hogy mindezt átnézzék.

Ha az MI segít a tudósoknak gyorsabban értelmezni ezeket az adatokat, felfedezni az eddig figyelmen kívül hagyott geológiai képződményeket, és azonosítani az ígéretes területeket a víz kereséséhez, akkor hasznos eszközzé válhat az emberiség visszatérésében a Hold felszínére.

Önmagában az MI valószínűleg nem fogja feljuttatni az embereket a Holdra. De ez a nyílt forráskódú modell segíthet eldönteni, hová menjünk, ha egyszer újra ott leszünk.