IBM en NASA introduceren nieuw basismodel voor de Maan

Het nieuwe multimodale maanmodel van IBM en NASA kan astronauten helpen bij het navigeren door beschaduwde kraters, het onderzoeken van oude lavastromen en het zoeken naar ijs, terwijl de VS zich voorbereidt op een langdurig verblijf op de Maan en toekomstige missies naar Mars.

De Apollo-missies van NASA bewezen dat mensen de Maan konden bereiken. Het huidige Artemis-programma zal testen of we er ook kunnen wonen en werken. De visie van NASA op de lange termijn is het bouwen van een basis op de Maan waar astronauten onderzoek kunnen doen, nieuwe technologieën kunnen testen en zich kunnen voorbereiden op een verderetocht naar Mars.

Bij het verkennen van een onbekende plek is een goede kaart handig, maar wanneer het terrein zo ruig en buitenaards is als dat van de Maan, is het essentieel. IBM en NASA stellen vandaag het meest grondige model voor het in kaart brengen van de Maan tot nu toe open-source beschikbaar. Het consolideert en harmoniseert decennia aan data die zijn verzameld tijdens Amerikaanse en Japanse missies boven onze dichtstbijzijnde hemellichaam.

Het model, genaamd het NASA-IBM Lunar Foundation Model, is het eerste AI-model dat observaties integreert die zijn vastgelegd in verschillende modaliteiten, onder verschillende kijkhoeken en op verschillende ruimtelijke schalen. Door deze uiteenlopende metingen te distilleren tot één representatie, hebben onderzoekers een model voor de Maan gecreëerd dat, net als eerdere modellen van de Aarde en de Zon (Prithvi EO en Surya), snel kan worden aangepast aan verschillende taken en kan worden hergebruikt.

Een AI-model voor de Maan heeft veel potentiële toepassingen, maar NASA heeft in eerste instantie prioriteit gegeven aan drie zaken:

• Het in kaart brengen van de kleinere, niet-gecatalogiseerde kraters die het maanoppervlak bestippelen.
• Het onderzoeken van de vulkanische geschiedenis.
• Het doorzoeken van kraters aan beide polen op ijs, wat toekomstige astronauten een bron van drinkwater, zuurstof en brandstof zou kunnen bieden.

"Ervaren reizigers weten dat ze eerst het landschap moeten verkennen voordat ze vertrekken naar een vreemde bestemming," aldus Juan Bernabé-Moreno, directeur van IBM Research Europe voor Ierland en het VK. "We hopen dat ons AI-model de wetenschappelijke gemeenschap kan helpen het maanlandschap te verkennen en de volgende generatie astronauten kan helpen hun weg te vinden voordat ze de ruimte in gaan."

Een Rosetta-steen voor multi-sensorgegevens

Het nieuwe model pakt een langdurige uitdaging aan voor maanwetenschappers die grote hoeveelheden multi-sensorgegevens op verschillende schalen verwerken. Zo bracht de Gravity Recovery and Interior Laboratory (GRAIL)-missie van NASA het zwaartekrachtveld van de Maan in kaart op een schaal van 20 kilometer per pixel om de korst en het onderoppervlak te visualiseren. Tegelijkertijd zocht de Lunar Reconnaissance Orbiter (LRO) van NASA naar ijs in de donkere poolkraters en maakte beelden van kleine rotsblokken en kraterranden op schalen van 1 meter per pixel.

Om zo'n diverse collectie metingen op één lijn te brengen, zochten IBM en NASA naar een AI-architectuur die vloeiend is in meerdere wetenschappelijke 'dialecten'. Ze kozen voor een versie van TerraMind, het aarde-observatiemodel ontwikkeld door IBM en de Europese ruimtevaartorganisatie (ESA). TerraMind is uitmuntend in het integreren van verschillende datatype en resoluties en het leren van cross-modale correlaties om ontbrekende of ruisachtige waarden in te vullen.

Een gebied waar wetenschappers hulp zullen zoeken bij het nieuwe AI-model is het begrijpen van de moeilijke lichtomstandigheden op de Maan. Een maandag bestaat uit twee weken zonlicht gevolgd door twee weken duisternis, wat het uiterlijk van de kenmerken op het maanoppervlak drastisch kan veranderen.

Dit desoriënterende effect wordt versterkt door de verwaarloosbare atmosfeer van de Maan. Zonder wolken of een dikke atmosfeer zoals die van de Aarde om licht te verstrooien, is de Maan een land van scherpe randen en harde contrasten; pieken en valleien worden verhuld door donkere schaduwen en felle schitteringen. De Maan is bedekt met een schurende, kleverige laag stof en gesteente genaamd regoliet, die afhankelijk van de hoek van de zon visuele vervormingen kan veroorzaken (naast het scheuren van ruimtepakken, het beschadigen van longweefsel en het vernielen van apparatuur).

Aan de polen wordt het landschap nog vager. In tegenstelling tot de Aarde is de Maan slechts licht gekanteld ten opzichte van zijn baan om de Zon. Dit betekent dat de Zon laag aan de poolhorizon hangt, waardoor het terrein lange schaduwen werpt die rotsen, kraters en andere gevaren voor astronauten kunnen verbergen.

Ongebruikelijke verlichting is niet de enige complicatie verbonden aan maangegevens. Wetenschappers willen vaak grove satellietgegevens in scherper focus brengen. Neem bijvoorbeeld het maanweer. De lange maandag in combinatie met het gebrek aan een klimaatregulerende atmosfeer kan de temperaturen op de Maan doen oplopen tot 121°C (250°F) in de volle zon en dalen tot -246°C (-410°F) in de beschaduwde kraters.

Hoewel wetenschappers over het algemeen weten waar de extremen liggen, zou een gedetailleerde hittekaart terugkerende astronauten kunnen helpen bij het vinden van ijs of veiligere plekken om een basis te bouwen. Wetenschappers hebben simulaties uitgevoerd om de resolutie van de thermische gegevens van NASA te verhogen, maar dergelijke simulaties kosten tijd, geld en aanzienlijke rekenkracht. Een hittekaart met een hogere resolutie, geproduceerd met een maanaI-model zoals dat van IBM en NASA, zou kunnen helpen om snel interessante locaties te isoleren voor verdere bestudering met simulaties.

Vuur, vallende asteroïden en ijs

Wetenschappers onderzoeken al lang de oorsprong van de Maan voor aanwijzingen over onze eigen planeet. De leidende theorie suggereert dat de Maan is ontstaan bij een spectaculaire botsing met de Aarde aan het begin van ons zonnestelsel. Gesteenten die door Apollo-astronauten zijn meegebracht, leverden bewijs dat een object ter grootte van Mars ongeveer 4,5 miljard jaar geleden op de Aarde botste, waarbij genoeg gesmolten puin de ruimte in werd geslingerd om de Maan te vormen.

Honderden miljoenen jaren lang bedekte een diepe oceaan van magma het maanoppervlak. Het magma koelde uiteindelijk voldoende af om een korst te vormen, terwijl aanhoudende vulkanische activiteit daaronder periodiek verse lava naar het oppervlak bracht. Men denkt dat de vulkanische activiteit ongeveer een miljard jaar geleden is gestopt, maar recent bewijs suggereert dat sommige vulkanische kenmerken, genaamd irregular mare patches (onregelmatige mare-plekken), aanzienlijk jonger kunnen zijn.

"De leeftijd van deze kenmerken blijft een onderwerp van groot debat, dus hoe meer we hun distributie en eigenschappen kunnen begrijpen, hoe groter de kans dat we dit mysterie kunnen oplossen," zegt Michael Barker, een NASA-expert op het gebied van maantopografie die het project samen met IBM leidde.

De Maan heeft geen tektonische platen die nieuw gesteente naar het oppervlak duwen, noch wind- en watererosie om bergen af te breken en het verleden uit te wissen. Desondanks bombarderen asteroïden en micrometeorieten constant het oppervlak en vormen ze het terrein opnieuw. Men kan bepalen welke delen van de Maan het oudst zijn door de kraters te tellen.

Wetenschappers hebben wereldwijd tot nu toe meer dan 2 miljoen grote kraters gecatalogiseerd, en NASA wil de resterende kleinere kraters documenteren, vooral aan de polen. Poolkraters zouden water en beschutting kunnen bieden voor astronauten en hun gewassen, terwijl hoge kraterranden die in bijna constant licht baden, zonnepanelen kunnen opladen om apparatuur en wetenschappelijke instrumenten van stroom te voorzien.

Decennialang werd de Maan beschouwd als een dorre woestenij, gebaseerd op de gesteenten die door Apollo-astronauten zijn meegebracht. In 2008 detecteerde een radarinstrument van NASA aan boord van het Indiase ruimtevaartuig Chandrayaan-1 echter ijs in 40 kleine kraters nabij de noordpool. NASA schatte de hoeveelheid water op 600 miljoen ton — genoeg om minstens 240.000 olympische zwembaden te vullen.

Verschillende missies sindsdien hebben water in andere vormen en op andere plaatsen gevonden. Onlangs ontdekte het inmiddels buitenbezetting gestelde SOFIA-observatorium van NASA watermoleculen die vastzitten aan korrels maanstof. NASA schat dat elke kubieke meter grond over het hele maanoppervlak tot wel een flesje water van 350 ml zou kunnen bevatten. Water is waarschijnlijk over miljarden jaren naar de Maan gebracht door vallende kometen en asteroïden, of door zonnewinden die interacteerden met de maanbodem.

De volgende golf van maanexploratie

Het open-source basismodel van IBM en NASA is een eerste stap in het vertalen van petabytes aan satellietgegevens naar een snelle en flexibele manier om het maanoppervlak te modelleren. Om het model te verfijnen, gebruikten de onderzoekers lichtgewicht low-rank adapters (LoRAs), waardoor 90% van de gewichten van het basismodel bevroren bleven. Ondanks deze lichte aanpak matchte het model of overtrof het traditionele machine-learningmodellen bij een reeks taken.

Bij de uitdaging om vanuit een onbekende afbeelding te identificeren of een donkere poolkrater ijs zou kunnen bevatten, verminderde het NASA-IBM model de foutmarge met 22% vergeleken met een state-of-the-art SwinV2 transformer die was getraind voor het zoeken naar ijs.

(Bijschrift bij afbeelding: In de output-afbeelding heeft het maanmodel van IBM en NASA gebieden in geel en wit gemarkeerd die waarschijnlijk ijs bevatten. De voorspelling is gebaseerd op een combinatie van temperatuur- en topografische gegevens, waaronder de helling, aspect, ijsstabiliteitsdiepte en maximale oppervlaktetemperatuur van het terrein.)

Het NASA-IBM model blonk ook uit in kraterdetectie. Het kon kraters bij een resolutie van één meter (waarbij elke pixel in een afbeelding een vierkante meter vertegenwoordigt) net zo nauwkeurig onderscheiden als een Swin-model dat specifiek voor kraterdetectie was getraind. Bij een grovere resolutie van 100 meter per pixel overtrof het NASA-IBM model hetzelfde model met bijna 19%, terwijl er slechts de helft van de trainingsdata werd gebruikt.

(Bijschrift bij afbeelding: Het nieuwe maanmodel van IBM en NASA kan helpen bij het detecteren van nieuw gevormde kraters. In de bovenstaande afbeelding is een nieuwe krater, gedetecteerd na de crash van een SpaceX-raket op 5 augustus nabij de Einstein-krater van de Maan, in rood gemarkeerd tegen een veld van gedocumenteerde kraters in blauw.)

En wanneer het ging om het in kaart brengen van de omvang van die mysterieuze vulkanische kenmerken, overtrof het NASA-IBM model een taakspecifiek Swin-model met 3%, wat leidde tot een vergelijkbare nauwkeurigheid tegen lagere kosten.

(Bijschrift bij afbeelding: Het maanmodel van IBM en NASA kan de omvang van vulkanische kenmerken in kaart brengen, genaamd irregular mare patches (IMPs). De IMP die het model hier heeft omlijnd, wordt geacht enkele van de jongste vulkanische gesteenten van de Maan te bevatten.)

De VS is niet het enige land met ambitieuze plannen voor de Maan. Vier andere landen hebben zachte landingen uitgevoerd en hun intentie kenbaar gemaakt om er een aanwezigheid te vestigen. Mineralen zijn een deel van de aantrekkingskracht. Maanbodem bevat helium-3, een zeldzaam isotoop gecreëerd door de zonnewind en een cruciaal ingrediënt voor het maken van schone kernfusie-energie. Bepaalde gesteenten zijn ook rijk aan zeldzame aardmetalen die veel worden gebruikt in mobiele telefoons en andere elektronica.

Dan is er de wetenschap. Astronomen dromen er al lang van om de diepe ruimte te observeren vanaf de Maan. Er zijn geen aardbevingen of een magnetisch veld die instrumenten kunnen verstoren. Bovendien is de achterzijde van de Maan grotendeels vrij van satellietinterferentie.

"Je zou voorbij Neptunus moeten gaan om een plek te vinden die zo radio-stil is," zegt Martin Elvis, astronoom bij het Center for Astrophysics van Harvard en Smithsonian.

In een recent gesprek noemden Elvis en een collega, Malgorzata Sobolewska, een lijst met voorgestelde projecten die op ingenieuze wijze gebruikmaken van de komvormige kraters van de Maan:

• Er staat gepland dat de komende jaren drie radiotelescopen landen om te luisteren naar het vroege universum, een tijd voordat planeten of sterren bestonden.
• Een voorstel van NASA stelt zelfs voor om een krater van bijna een mijl breed om te vormen tot een gigantische antenne.
• Andere projecten variëren van het spannen van een supersensitieve detector voor zwaartekrachtgolven over een krater om te luisteren naar botsende zwarte gaten, tot het plaatsen van een infraroodtelescoop in een ultrakoude poolkrater om exoplanetaire atmosferen in de Melkweg te bestuderen.

De door de VS geleide Artemis Accords uit 2020 stelden een reeks principes vast om ruimteverkenning en samenwerking te begeleiden. Het open-source model van IBM en NASA kan worden gezien als een uitbreiding van die geest van ontdekking en goede wil.

Nieuwe manieren van modelleren

Het lunar foundation model is onderdeel van een bredere verschuiving in het creëren van nieuwe wetenschappelijke kennis. Nieuwe computertechnologieën kunnen niet alleen bekende berekeningen versnellen, maar kunnen ook leiden tot geheel nieuwe onderzoeken. Hier brengt AI gefragmenteerde observaties samen in één gemeenschappelijke representatie, waardoor wetenschappers patronen kunnen ontdekken, onzekerheid kunnen identificeren en kunnen beslissen waar ze zich vervolgens op moeten concentreren.

Na verloop van tijd zou dit model onderdeel kunnen worden van een bredere wetenschappelijke computer-workflow. Klassieke supercomputers kunnen het grootste deel van de werklast blijven afhandelen, terwijl AI helpt bij het organiseren van observaties, het bouwen van snellere benaderingen van complexe systemen en het identificeren van veelbelovende hypothesen. Naarmate quantumcomputing volwassener wordt, zouden quantumprocessors kunnen bijdragen aan simulatie- en optimalisatieproblemen die te moeilijk of tijdrovend zijn voor klassieke machines.

"De volgende doorbraak op de Maan zou niet kunnen komen van één nieuw instrument, maar van algoritmen die ervoor zorgen dat veel instrumenten — en uiteindelijk, computerparadigma's — samenwerken," aldus Bernabé-Moreno.