← AI 動態
The Decoder
NASA與IBM聯手推開源月球AI模型，助攻極地尋冰
NASA與IBM聯手推首個開源「月球基礎模型」，利用17年探測數據訓練。該模型能大幅降低極地冰層預測誤差，並精準辨識隕石坑，讓龐大太空數據更容易被科學家運用。
基礎模型
電腦視覺
太空科學
NASA 在過去數十年收集了極為豐富的月球觀測資料，但要將這些龐大且複雜的數據轉化為有用的資訊是一大挑戰。為了讓科學家更容易運用這些資料，NASA 與 IBM 合作開發了首個開源的「月球基礎模型」（Lunar Foundation Model）。這個 AI 模型利用機器學習技術，分析了來自月球勘測軌道飛行器長達 17 年、近 200 萬組的影像與探測數據，能顯著提升辨識隕石坑的效率，並有效降低預測極地冰層位置的誤差。
這個技術的突破在於，它將目前當紅的「基礎模型」概念跨界應用到了嚴謹的太空科學領域。全球的研究人員現在可以免費使用這個強大的開源模型，省去從頭清理與處理海量原始資料的時間，大幅加速月球研究的進程。對於一般大眾來說，這項進展展示了 AI 的能力遠不止於生成文字或圖像，它更是推動人類探索宇宙的前沿工具。未來人類若要重返月球甚至建立長久基地，這些由 AI 協助找出的極地冰層與水資源，將成為維持太空人生命與製造火箭燃料的關鍵命脈。