Un modèle ouvert pour les sciences lunaires

OOndine

NASA et IBM Research ont publié le Lunar Foundation Model, un modèle de fondation open source consacré aux sciences lunaires, selon The Decoder. Il est présenté comme l’un des premiers modèles de ce type pour ce domaine. Les équipes l’ont entraîné sur SomBench, un corpus de près de 2 millions de lots d’images, constitué principalement de 17 années d’observations de la sonde Lunar Reconnaissance Orbiter. Ce corpus couvre 11 modalités et 2 échelles spatiales, avec plus de 30 couches de données alignées provenant de 9 instruments et de 4 missions lunaires. Il rassemble ainsi des observations de plusieurs missions et instruments dans un même ensemble, pour représenter la surface lunaire sous différents angles. Dans les tests rapportés, le modèle réduit jusqu’à 22 % l’erreur de prédiction des dépôts de glace aux pôles, par rapport au meilleur modèle testé. Ce résultat concerne une tâche importante pour l’étude des régions polaires, où les chercheurs cherchent à repérer ces dépôts à partir d’observations. Le modèle reçoit aussi des informations sur la géométrie de l’imagerie et l’éclairage, deux facteurs qui influencent l’apparence de la surface lunaire. Ces paramètres sont intégrés pour aider à distinguer les effets des conditions d’observation des caractéristiques du terrain. Le modèle réunit donc plusieurs types de données lunaires et tient compte de la manière dont les images ont été prises. Il pourrait ainsi soutenir l’analyse de la surface et l’étude des dépôts de glace polaires, sans que la réduction d’erreur annoncée dépasse les résultats des tests rapportés.