NASA ve IBM'den Ay Keşifleri İçin Yeni Open-Source Yapay Zeka Modeli

NASA ve IBM, Ay yüzeyindeki verileri analiz etmek amacıyla geliştirdikleri yeni open-source yapay zeka modelini bilim dünyasının kullanımına sundu. Ay Yörünge Keşif Aracı'ndan (LRO) elde edilen petabaytlarca veriyi işleyen bu model, su buzlarını ve kraterleri mevcut sistemlere göre çok daha yüksek bir isabet oranıyla tespit edebiliyor.

Karanlık Bölgelerde Su Buzu Tespiti

Ay'ın eksen eğikliği ve atmosferinin olmaması nedeniyle bazı bölgeler sürekli karanlıkta kalıyor, bu da su buzlarının tespitini zorlaştırıyor. IBM mühendisleri, yapay zeka sisteminin bu gölgeli alanları daha iyi analiz edebilmesi için Ay yüzeyini dilimlere ayıran Orange Wedge yöntemini geliştirdi.

Yapılan testler, bu yeni yaklaşımın oldukça başarılı olduğunu kanıtladı. Geliştirilen model, su buzu tespitindeki hata payını önceki sistemlere kıyasla %22 oranında düşürdü. Bu gelişme, Ay'da kurulması planlanan gelecekteki uzay üsleri için hayati önem taşıyan su kaynaklarının bulunmasını önemli ölçüde kolaylaştıracak.

Krater Analizinde Yüksek Hassasiyet

NASA ve IBM ortaklığıyla üretilen model, Ay yüzeyindeki kraterleri 1 metrelik detaylara kadar tanıyıp ayırt etme yeteneğine sahip. Geniş alan incelemelerinde mevcut yapay zeka modellerinden %19 daha iyi performans gösteren sistem, bu başarıyı rakiplerinin kullandığı eğitim verisinin sadece yarısını kullanarak elde ediyor.

Modelin hassasiyeti, yakın zamanda Ay'a çarpan bir SpaceX roketinin oluşturduğu yeni krateri ilk denemede tespit etmesiyle de kanıtlandı. Ayrıca sistem, Ay'ın geçmişteki volkanik hareketleri ve sıcaklık değişimleri hakkında ipuçları veren özel yüzey oluşumlarını belirlemede %3 daha yüksek doğruluk sunuyor.

Bilim Dünyası İçin Erişilebilir Veri Seti

Geliştirilen bu yenilikçi araç, Hugging Face platformu üzerinden open-source olarak kullanıma açıldı. Projenin kod tabanı GitHub üzerinde yer alırken, sistem afet izleme ve iklim tahmini gibi alanlarda da kullanılan Prithvi model ailesinin bir parçası olarak konumlanıyor.

Model ile birlikte, 9 farklı enstrümandan gelen 30'dan fazla veri katmanını birleştiren kapsamlı bir veri seti de araştırmacılarla paylaşıldı. Bu veri seti, LRO ve GRAIL görevlerinin yanı sıra JAXA'nın SELENE/Kaguya misyonundan elde edilen değerli bilgileri de içeriyor ve uzay teknolojisi araştırmalarına ivme kazandırmayı hedefliyor.

--- **İlgili Kaynaklar:** yapay zeka danışmanlık ve çözüm hizmetleri ihtiyaçlarınız için [yapay zeka firması](https://yapayzekafirmasi.com) doğru adres.