NASA-IBM Rilis Model AI Baru untuk Petakan Kawah dan Es Bulan

NASA dan International Business Machines Corporation (IBM) merilis model AI open source yang dirancang dengan jutaan data untuk membantu para ilmuwan menganalisis data pengamatan Bulan dan mendukung rencana kehidupan manusia di Bulan.

NASA-IBM Lunar Foundation Model dilatih menggunakan citra Bulan beresolusi tinggi dan terrain data, terutama Lunar Reconnaissance Orbiter (LRO) NASA yang telah dikumpulkan selama 17 tahun terakhir.

Selain LRO, model tersebut juga dilatih dengan data dari misi NASA lainnya seperti GRAIL (Gravity Recovery and Interior Laboratory) dan Lunar Prospector, serta SELENE / Kaguya (Selenological and Engineering Explorer) milik badan eksplorasi antariksa Jepang JAXA.

Kepala Petugas Data Sains sekaligus Pejabat Kepala Petugas Data dan AI di Kantor Pusat NASA Kevin Murphy menyebut bahwa model AI ini adalah upaya memanfaatkan data yang jumlahnya mencapai satuan petabyte.

"NASA telah menghabiskan puluhan tahun membangun catatan ilmiah yang luar biasa tentang Bulan, tetapi mengumpulkan data hanyalah sebagian dari pekerjaan. Kita juga harus membuat data lebih mudah dieksplorasi dan digunakan oleh para ilmuwan," kata Murphy, melansir situs resmi NASA, Kamis (10/7).

Dengan menggunakan model ini sebagai alat pemetaan, peneliti dapat mengidentifikasi kawasan endapan es, kawah, dan vulkanik.

Melansir Reuters, penelitian mengenai es di Bulan menjadi perhatian utama karena dapat menandakan keberadaan air dan oksigen yang sangat penting sebagai sumber daya pangkalan Bulan di masa depan dan eksplorasi Mars.

Para peneliti dapat kemudian dengan cepat mengembangkan strategi yang dapat ditindaklanjuti untuk mengevaluasi permukaan Bulan yang kasar, memahami masa lalu geologisnya, dan merencanakan penelitian Bulan di masa depan.

NASA-IBM Lunar Foundation Model merupakan bagian dari strategi Kantor Kepala Petugas Data Sains NASA yang bertujuan menggunakan AI untuk mengeksplorasi planet kita dan tata surya.

Sebelumnya, NASA-IBM telah meluncurkan model AI Prithvi yang dilatih dengan data observasi Bumi untuk pemantauan bencana, pemetaan banjir, prediksi hasil panen, dan prediksi badai tropis.

Selain itu, mereka juga telah meluncurkan model Surya yang dilatih dengan data observasi Matahari untuk memprediksi fenomena cuaca antariksa, seperti solar flares yang dapat mengganggu jaringan listrik dan operasi satelit.

Model ini merupakan contoh nyata dari open science yang sedang berjalan, menyatukan para ahli dari NASA, industri, dan akademisi untuk mengubah data mentah menjadi sumber daya bagi penemuan tentang Bulan.

Tim sains yang dibentuk oleh Markas Besar NASA mencakup para ahli dari Universities Space Research Association di Huntsville (Alabama), SETI Institute di Silicon Valley (California), University of Maryland, Baltimore County (Maryland), Howard University (Washington, D.C.), Divisi Ilmu Planet Direktorat Misi Sains NASA, NASA Ames, dan NASA Goddard.

NASA-IBM Lunar Foundation Model di-hosting secara publik di Hugging Face dan dapat digunakan oleh siapa pun, dengan kode sumber lengkap tersedia di GitHub untuk pengujian dan eksperimen.