美国国家航空航天局 (Nasa) 和国际商业机器公司 (IBM) 周四发布了一款开源人工智能模型，旨在帮助科学家分析数十年的月球观测数据，并支持在月球建立长期人类存在计划。这款名为美国国家航空航天局-IBM 月球基础模型的人工智能工具是公开可用的，专门用于研究月球。该模型接受了来自美国国家航空航天局四次任务的九种仪器收集的超过 30 层数据的训练，其中包括月球侦察轨道飞行器的数据。该模型加入了 IBM 和美国国家航空航天局的 Prithvi 系列开源基础模型，涵盖地理空间、天气和其他应用。它可以帮助研究人员识别月球永久阴影区内的潜在冰层沉积物，绘制陨石坑以选择安全的着陆点，并研究火山特征——这些任务传统上需要科学家手动筛选地图和图像，或依赖于较低分辨率的机器学习工具。美国国家航空航天局和 IBM 表示，在基准测试中，该模型比广泛使用的方法更准确地识别出月球表面的关键特征，准确率提高了 23%。 月球冰对于太空机构来说尤其重要，因为它表明存在水和氧气，这些资源被认为是未来月球基地和生产火星任务火箭燃料所必需的。美国国家航空航天局的阿耳忒弥斯计划计划于 2028 年将宇航员送回月球，测试用于长期月球存在和未来火星任务的新技术。