NASA, IBM Research ve çeşitli akademik kurumların süren işbirliğiyle Ay bilimine özel açık kaynaklı NASA-IBM Lunar Foundation Model başlatıldı. NASA’nın Lunar Reconnaissance Orbiter (LRO) verileriyle ağırlıklı olarak eğitilen model Hugging Face’te kullanıma açıldı; kodun tamamı GitHub’da bulunuyor.
Model, Ay yüzeyine ilişkin büyük veri kümelerinin hızlı analizini sağlayarak yüzeyin haritalanmasına, jeolojik geçmişin incelenmesine ve gelecekteki araştırmaların planlanmasına yardımcı olmayı amaçlıyor. Geleneksel olarak her görev için sıfırdan eğitilen algoritmaların aksine foundation modeller, etiketlenmemiş geniş veri kümeleri üzerinde önceden eğitiliyor; ardından az miktarda etiketli veriyle farklı bilimsel görevlere uyarlanabiliyor.
LRO’nun son 17 yılda topladığı veriler, Ay yüzeyinin büyük bölümünü ayrıntılı biçimde kapsadığı için eğitimde kullanıldı. Bu görevden üretilen veri, NASA’nın diğer tüm gezegen görevlerinin toplamından büyük ve Ay’ın neredeyse kesintisiz, yüksek çözünürlüklü mozaiğini sunuyor. Model, 1 metre çözünürlüklü 1 milyondan fazla yüksek çözünürlüklü kamera görüntüsü ile 100 metre çözünürlüklü yaklaşık 964.000 multispektral görüntüden oluşan veri setindeki yaklaşık 2 milyon görüntü döşemesiyle eğitildi. Ayrıca NASA’nın GRAIL ve Lunar Prospector görevleri ile JAXA’nın Selenological and Engineering Explorer misyonundan görüntü ve arazi verileri kullanıldı. Model; kraterleri haritalama, genç volkanik oluşumları belirleme ve kutuplara yakın buzun yerini tahmin etme çalışmalarına uyarlanabilecek.
Neden önemli
Bu çalışma, Ay verilerinin yalnızca tek tek görevler için işlenen arşivler olmaktan çıkıp farklı bilimsel sorulara uyarlanabilecek ortak bir araştırma altyapısına dönüşmesini hedefliyor. Açık kaynak yaklaşımı, Ay araştırmacılarının hazır bir temel üzerinden kendi analizlerini geliştirmesine ve aynı veriyi farklı amaçlarla değerlendirmesine imkân sağlayabilir. Bu durum, özellikle yüzey haritalama, jeolojik inceleme ve araştırma planlaması yapan ekipler için veri işleme sürecini yeniden düzenleyebilir. Ancak modelin farklı bilimsel görevlerde ne ölçüde başarılı olacağı ve eğitimde kullanılan veri dışındaki durumlara ne kadar uyarlanabileceği, uygulamalar yaygınlaştıkça yanıtlanması gereken sorular olarak kalıyor.
Arka plan
NASA, FikirPilot arşivinde yeni bir ad değil: son 90 günde bu adın geçtiği 29 haber yayımladık; en yenisi 11 Eylül 2026 tarihli.