14 сентября 2026 г.
Поиск льда на Луне стал точнее: Lunar Foundation Model снизила ошибку на 22%
10 сентября 2026 года NASA и IBM опубликовали Lunar Foundation Model: в задаче поиска полярного льда она снизила ошибку на 22% против SwinV2. Модель обучили на 2 млн лунных тайлов, 11 модальностях и двух масштабах: около 1 и 100 м/пиксель. Веса доступны на Hugging Face, полный код лежит на GitHub.
Данные LRO, GRAIL, Lunar Prospector и японской SELENE лежали в разрозненных массивах, а отдельные задачи решали специализированные модели. Теперь ViT-B Lunar Foundation Model собирает гравитацию, топографию, температуру и оптические снимки в один формат.
Замеры. При поиске кратеров на разрешении 100 м/пиксель модель показала результат почти на 19% лучше SwinV2 и использовала вдвое меньше обучающих данных. При картировании неровных участков лунных морей преимущество составило 3% при сопоставимой точности и меньшей стоимости.
Живой тест. После удара корпуса ракеты SpaceX 5 августа рядом с кратером Einstein модель обнаружила новый кратер. Постударного снимка не было в предобучении.
Поставка. Для локальной установки README NASA-IMPACT от 10 сентября 2026 года предлагает Python 3.12.2, `pip install -e .` и загрузку весов через `snapshot_download`. Для fine-tuning там есть команда с конфигурацией `configs/finetune/ice_prospectivity.yaml`. Предобучение заняло 150 тысяч шагов на 16 GPU H100 и около 1,1 тысячи GPU-часов, лицензия модели — Apache-2.0.
Следующая рабочая точка проекта уже описана в README: fine-tuning через `configs/finetune/ice_prospectivity.yaml`.
Первоисточник
