การสำรวจดวงจันทร์กำลังมี AI เข้ามาช่วยอีกแรง เมื่อ NASA และ IBM เปิดตัว NASA-IBM Lunar Foundation Model โมเดล AI แบบโอเพนซอร์สที่ออกแบบมาเพื่อช่วยนักวิทยาศาสตร์วิเคราะห์ข้อมูลจากดวงจันทร์ ตั้งแต่การค้นหาน้ำแข็ง ไปจนถึงการประเมินพื้นที่ที่อาจเหมาะสำหรับเป็นจุดลงจอดในอนาคต
จุดเด่นของโมเดลนี้คือไม่ได้เรียนรู้จากข้อมูลเพียงรูปแบบเดียว
แต่ได้รับการฝึกด้วยข้อมูลจากเครื่องมือวิทยาศาสตร์ 9 ชิ้น จากภารกิจของ NASA 4 ภารกิจ รวมถึง Lunar Reconnaissance Orbiter (LRO) ยานสำรวจที่เก็บข้อมูลพื้นผิวดวงจันทร์มาอย่างต่อเนื่อง ทำให้ AI สามารถนำข้อมูลหลายประเภทมาวิเคราะห์ร่วมกันได้
แล้ว AI ตัวนี้จะช่วยงานสำรวจดวงจันทร์ได้อย่างไร?
หนึ่งในภารกิจสำคัญคือ การค้นหาน้ำแข็งบนดวงจันทร์ โดยเฉพาะพื้นที่ที่อาจมีความสำคัญต่อการสำรวจระยะยาว เพราะน้ำแข็งอาจเป็นทรัพยากรที่นำไปใช้ประโยชน์ได้ทั้งในด้านน้ำและการผลิตออกซิเจนสำหรับนักบินอวกาศ
นอกจากเรื่องน้ำแข็งแล้ว โมเดลยังสามารถช่วยวิเคราะห์ลักษณะภูมิประเทศ เช่น หลุมอุกกาบาตและพื้นที่ภูเขาไฟ เพื่อให้นักวิทยาศาสตร์มองเห็นรายละเอียดของพื้นผิวดวงจันทร์ และใช้ข้อมูลเหล่านี้ประกอบการพิจารณาว่าพื้นที่ใดมีความเหมาะสมสำหรับการลงจอดและการสำรวจ
ในการทดสอบ NASA และ IBM ระบุว่าโมเดลสามารถตรวจจับรายละเอียดสำคัญบนพื้นผิวดวงจันทร์ได้ แม่นยำกว่าวิธีที่ใช้อยู่เดิม 23% ตัวเลขนี้สะท้อนว่า AI อาจช่วยลดภาระในการประมวลผลข้อมูลจำนวนมหาศาล และช่วยให้นักวิทยาศาสตร์ค้นหาพื้นที่ที่น่าสนใจได้รวดเร็วขึ้น
Lunar Foundation Model ยังเป็นส่วนหนึ่งของตระกูล Prithvi
ซึ่งเป็นชุดโมเดล AI แบบโอเพนซอร์สที่ NASA และ IBM พัฒนาร่วมกัน โดยก่อนหน้านี้เทคโนโลยีในตระกูล Prithvi ถูกนำไปใช้สำหรับวิเคราะห์ข้อมูลบนโลกมาแล้ว การนำมาต่อยอดกับข้อมูลจากดวงจันทร์จึงเป็นอีกขั้นของการประยุกต์ใช้ AI กับงานสำรวจอวกาศ
ปัจจุบัน NASA กำลังให้ความสำคัญกับการเตรียมเทคโนโลยีสำหรับการสำรวจดวงจันทร์ในระยะยาว โดยเฉพาะบริเวณ ขั้วใต้ของดวงจันทร์ ซึ่งคาดว่าอาจมีทรัพยากรสำคัญอย่างน้ำแข็ง รวมถึงแนวทางพัฒนาเทคโนโลยีสำหรับดึงออกซิเจนจากพื้นผิวดวงจันทร์
tags : breakread
