NASA ve IBM'den Açık Kaynaklı Yapay Zeka ile Ay Verileri Analizi

NASA ve IBM, 60 yılı aşkın süredir devam eden iş birliğini yeni bir aşamaya taşıyarak, Ay verilerini yapay zeka ile analiz eden açık kaynaklı bir model geliştirdi. Bu model, Ay yüzeyinden elde edilen büyük veri setlerini işleyerek, farklı yapı ve oluşumların daha hızlı ve doğru bir şekilde incelenmesini sağlıyor.

Ay Yörünge Keşif Aracı’nın Verileri

Son 17 yıldır Ay'ı gözlemleyen Ay Yörünge Keşif Aracı (LRO), petabaytlarca veri üretiyor. Bu veriler, modelin su buzları, kraterler ve volkanik yapılar gibi çeşitli unsurları tespit etmesine olanak tanıyor. NASA ve IBM, bu verileri kullanarak yeni bir yapay zeka modeli geliştirdi ve bu model, bilim dünyası ile paylaşıldı.

Su Buzlarının Hassas Tespiti

Ay'ın eksen eğikliği nedeniyle bazı bölgeler sürekli karanlıkta kalıyor ve bu da su buzlarının tespitini zorlaştırıyor. IBM mühendisleri, yapay zekanın bu karanlık bölgeleri daha iyi tanıyabilmesi için Ay yüzeyini dilimlere ayıran Orange Wedge yöntemi kullanıldı. Bu yöntem, su buzu tespitindeki hata payını önceki modellere göre %22 oranında azaltmayı başardı. Bu gelişme, Ay'da gelecekte kurulabilecek üsler için su kaynaklarının aranmasını kolaylaştırabilir.

Krater ve Volkanik Yapı Tespiti

Geliştirilen model, Ay yüzeyindeki kraterleri 1 metrelik detaylarla tanıyabiliyor. Yapılan geniş alan incelemelerinde mevcut yapay zeka modellerine göre %19 daha iyi sonuçlar elde ediliyor. Örneğin, 5 Ağustos 2026'da bir SpaceX roketinin çarpmasıyla oluşan yeni krater, eski bir kraterle örtüşmesine rağmen ilk denemede başarıyla tespit edildi. Ayrıca, Ay'ın geçmişteki volkanik hareketleri hakkında bilgi veren yüzey oluşumlarının tespitinde de %3 daha yüksek doğruluk sağladığı belirtiliyor.

Açık Kaynaklı Model ve Veri Seti

NASA ve IBM, geliştirdikleri modeli açık kaynak olarak Hugging Face üzerinden erişime sundu. Ayrıca, modelin kod tabanı GitHub'da yer alıyor. Proje, afet izleme ve iklim tahmini gibi alanlarda kullanılan Prithvi model ailesinin bir parçası olarak dikkat çekiyor. 9 farklı enstrümandan gelen 30'dan fazla veri katmanını içeren veri seti, LRO ve GRAIL görevlerinin yanı sıra JAXA'nın SELENE/Kaguya verilerini de kapsıyor ve 2 milyondan fazla veri noktası içeriyor.

Sonuç olarak, NASA ve IBM'in bu yeni yapay zeka modeli, Ay'ın yüzey yapısını ve su kaynaklarını daha etkili bir şekilde incelememizi sağlayarak, gelecekteki uzay keşifleri için önemli bir adım atıyor. Bilim dünyasına açılan bu kaynaklar, araştırmacıların Ay ile ilgili daha fazla bilgi edinmelerine olanak tanıyacak.