IBMとNASAが月面マッピングのためのAI基盤モデルをオープンソース化
A rough guide for going back to the Moon
IBMとNASAは、月面のマッピングにおいて過去最高レベルの詳細さを持つAI基盤モデル「NASA-IBM Lunar Foundation Model」をオープンソースで公開した。このモデルは、米国の探査機と日本の探査機が収集した数十年にわたるデータを統合・調和させたもので、複数の観測モダリティ、異なる視点、異なる空間スケールからの観測を初めて統合したAIモデルである。このモデルは、月面の未カタログ化の小さなクレーターのマッピング、火山活動の歴史の調査、両極のクレーターにおける氷の探査といった3つの初期優先事項に活用される。特に、氷は将来の宇宙飛行士にとって飲料水、酸素、燃料の供給源となる可能性がある。このモデルは、従来の機械学習モデルと比較して、特に極地の暗いクレーターに氷が存在するかどうかの識別精度を22%向上させ、クレーター検出においても高い精度を示した。また、火星への進出準備や、月面での研究、新技術のテスト、さらには月面に基地を建設するというNASAの長期的なビジョンにも貢献すると期待されている。
- IBMとNASAが月面マッピング用AI基盤モデル「NASA-IBM Lunar Foundation Model」をオープンソースで公開した。
- 米国と日本の探査機が収集した数十年分のデータを統合し、複数の観測モダリティ・視点・空間スケールを初めて統合した月面AIモデルである。
- 未カタログ化の小型クレーターのマッピング、火山活動史の調査、極域クレーターの氷探査の3点を初期優先事項としている。
- 従来の機械学習モデル比で、極地の暗いクレーターにおける氷の存在識別精度を22%向上させた。
- 月面研究・新技術実証・月面基地建設というNASAの長期ビジョン、および火星進出準備への貢献が期待されている。
AI基盤モデルというと通常はaiカテゴリだが、本件の成果物は月面地図・氷探査という宇宙探査インフラであり、spaceとして評価するのが妥当。IBMとNASAが数十年分の米国・日本探査機データを統合しオープンソースで公開した点は、月面資源(特に極域の氷)探査の事前評価コストを大きく下げ、商業月輸送・資源開発・有人拠点計画の実行可能性を高める。極域暗部クレーターの氷識別精度22%向上は、着陸候補地選定やISRU(水・酸素・燃料の現地調達)事業の採算性に直結する指標で、宇宙関連スタートアップやデータ活用型サービスへの追い風になる。一方でオープンソース化はモデル自体の収益化余地を限定するため、投資家は「AIモデルそのもの」より、月面データを活用する側の企業・ミッション統合プレイヤーに着目すべき。