NASA ve IBM, Ay Yüzeyini Haritalandıran Açık Kaynaklı Yapay Zeka Modelini Yayınladı
NASA ve IBM, Ay’ın krater, buz ve volkanik yapılarının detaylı haritalarını çıkarabilen, 2 milyon görüntüyle eğitilmiş açık kaynaklı Lunar Foundation Modelini Hugging Face ve GitHub üzerinden erişime sundu.
NASA ve IBM, Ay yüzeyini yüksek çözünürlükte analiz edebilen ilk açık kaynaklı temel yapay zeka modelini kamuoyuna duyurdu. Lunar Foundation Model olarak adlandırılan bu sistem, Ay’ın kraterlerini, volkanik geçmişine ait yapıları ve kutup bölgelerindeki buz olasılıklarını tespit edebiliyor. Model, Hugging Face platformunda kullanılabilir hâle getirilirken, kaynak kodları GitHub’da tamamen şeffaf bir şekilde paylaşıldı.
Modelin eğitiminde, NASA’nın Lunar Reconnaissance Orbiter (LRO) görevi tarafından toplanan yaklaşık 17 yıllık veri seti temel alındı. LRO, Ay yüzeyinin neredeyse tamamını metre ölçeğinde yüksek çözünürlükte görüntüledi; bu kapsamda 1 m çözünürlüklü kamera görüntüleri 1 milyonun üzerinde, 100 m çözünürlüklü multispektral görüntüler ise yaklaşık 964 bin adet oluşturdu. Toplamda model, yaklaşık 2 milyon görüntü parçası ile eğitildi.
-
Yemek tarifleri
Malzeme listesi, adım adım yapılış, süre ve porsiyon bilgisiyle. Çorbadan tatlıya kategoriye göre gez ya da aradığını doğrudan ara.
Tariflere bak → -
Nasıl yapılır rehberleri
Telefon ayarlarından resmî işlemlere, hesap güvenliğinden günlük hayattaki küçük sorunlara: numaralı adımlar ve tahmini süreyle anlatılmış rehberler.
Rehberleri gör → -
Program arşivi
Tarayıcılar, güvenlik araçları, ofis ve medya yazılımları. Her kayıtta ne işe yaradığı, sürümü ve indirme bağlantısı.
Programlara göz at → -
Sesli ve görüntülü sohbet
Odalarda grup görüntülü sohbet, birebir sesli arama ve canlı yayın. Tarayıcıdan çalışır — eklenti, uygulama ya da kurulum gerekmez.
Odalara gir →
Veri seti yalnızca LRO ile sınırlı kalmadı. NASA’nın GRAIL ve Lunar Prospector görevlerinden elde edilen yüksek çözünürlüklü görüntüler, ayrıca Japonya Uzay Araştırma Ajansı (JAXA)’nın SELENE/Kaguya misyonundan gelen bilgiler de modele dahil edildi. Dört farklı görevdeki dokuz cihazdan elde edilen 30’dan fazla uzamsal olarak hizalanmış veri katmanı bir araya getirildi; bu sayede Ay’ın yüzeyi ve yer altının jeofizik özelliklerini gösteren on binlerce görüntü ve harita, makine öğrenmesi veri setine eklendi.
Modelin en dikkat çeken uygulama alanlarından biri, Ay’ın kutup bölgelerindeki buz yataklarının haritalanması. Sürekli gölgede kalan kraterler, milyarlarca yıl boyunca düşük sıcaklıklarda buz tutabilmekte ve bu buz, gelecekteki insanlı Ay görevlerinde içme suyu, oksijen üretimi ve yakıt kaynağı olarak değerlendirilebilecek bir hammadde sunuyor. NASA ve IBM’in testlerinde, model SwinV2‑B tabanlı geleneksel yönteme kıyasla buz bulunma ihtimali yüksek bölgelerin belirlenmesinde hata oranını yüzde 22’ye kadar düşürdü. Farklı çözünürlük ve cihazlardan gelen gözlemleri aynı yapıda işleyebilme yeteneği, özellikle kutup bölgelerindeki zor görüntülemeleri birleştirerek daha güvenilir sonuçlar elde edilmesini sağladı.
Diğer bir kritik kullanım alanı, Ay yüzeyindeki kraterlerin otomatik tespiti. Kraterlerin sayısı, boyutu ve dağılımı, Ay’ın jeolojik tarihinin anlaşılmasında, yüzey yaşı tahminlerinde ve gelecekteki iniş noktalarının seçilmesinde temel veri olarak hizmet ediyor. Krater haritaları, aynı zamanda iniş bölgesi seçimi, dik eğimler, büyük kayalar gibi potansiyel tehlikelerin belirlenmesi ve kalıcı Ay altyapısının kurulacağı bölgelerin değerlendirilmesi için de kullanılacak.
Lunar Foundation Model, açık kaynak olması sayesinde akademisyenler, araştırma kurumları ve özel sektör geliştiricileri tarafından özgürce uyarlanabilir, genişletilebilir ve yeni veri setleriyle yeniden eğitilebilir. Bu şeffaflık, Ay araştırmalarının hızlanmasına ve küresel iş birliğinin güçlenmesine katkı sağlayacak. Modelin yayınlanması, uzay araştırmalarında yapay zekâ kullanımının yeni bir döneme girdiğini ve gelecekteki Ay misyonlarının daha güvenli, verimli ve maliyet etkin planlanmasına zemin hazırladığını gösteriyor.
