Ay'ı yapay zekâ okuyacak: NASA ve IBM'den herkese açık temel model

Ay'ın etrafında dolanan uzay araçları on yılı aşkın süredir öyle büyük bir veri yığını biriktirdi ki, bu arşivin tamamını insan gözüyle taramak artık mümkün değil. NASA ile IBM'in ortaklaşa geliştirdiği Ay Temel Modeli (Lunar Foundation Model) bu soruna yapay zekâyla yanıt veriyor. Model, Ay'ın kraterlerini, volkanik geçmişinden kalan yapıları ve kutup bölgelerinde buz barındırması muhtemel alanları tanıyabiliyor. En önemlisi, tamamen açık: Model Hugging Face platformunda, kaynak kodu ise GitHub'da herkesin kullanımına sunuldu.

Klasik yapay zekâ uygulamalarında her görev için ayrı bir model eğitilir: krater bulan bir model, kayaç türü sınıflandıran başka bir model. Temel modeller ise önce çok büyük ve çeşitli bir veri kümesiyle genel bir "anlayış" kazanacak şekilde eğitiliyor; ardından görece az örnekle farklı görevlere uyarlanabiliyor. Sohbet botlarının arkasındaki dil modelleri bu yaklaşımın en bilinen örneği. NASA ve IBM daha önce aynı yaklaşımla Dünya gözlem verileri için Prithvi, Güneş verileri için Surya adlı modelleri geliştirmişti; Ay modeli bu ailenin yeni üyesi.

On yedi yıllık arşivden iki milyon görüntü

Modelin eğitim verisinin bel kemiğini NASA'nın Ay Keşif Yörünge Aracı (LRO) oluşturuyor. Haziran 2009'da fırlatılan LRO, o tarihten bu yana Ay'ın neredeyse tamamını metre ölçeğinde görüntüledi. Eğitim kümesinde LRO'nun 1 metre çözünürlüklü kamerasından bir milyonu aşkın görüntü parçası ile 100 metre çözünürlüklü çok bantlı görüntülerden yaklaşık 964 bin parça bulunuyor; toplam yaklaşık iki milyon parçaya ulaşıyor.

Veri yalnızca LRO ile sınırlı değil. Ay'ın kütleçekim alanını ayrıntılı biçimde haritalayan NASA'nın ikiz GRAIL araçları, 1998-1999'da Ay'ın yüzey bileşimini inceleyen Lunar Prospector ve Japonya Uzay Ajansı JAXA'nın SELENE (Kaguya) görevinin verileri de modele eklendi. Dört görevdeki dokuz farklı cihazdan gelen otuzu aşkın veri katmanı, uzamsal olarak aynı koordinatlara oturtuldu. LRO'nun kendi cihaz takımı da çeşitli: Yüksek çözünürlüklü kamera sistemi LROC, yüzey sıcaklığını ölçen Diviner ve Ay'ın topografyasını lazerle haritalayan LOLA, on yedi yıla yayılan arşivin temel kaynakları. Tüm bu katmanlar birleşince model, bir bölgenin görünür ışıktaki fotoğrafını, kimyasal bileşimini ve yer altındaki kütle dağılımını birlikte "görebiliyor".

Kutuplardaki buzun izini sürmek

Modelin en dikkat çekici uygulaması, Ay'ın kutup bölgelerindeki buz potansiyelini haritalamak. Ay'ın dönme ekseni neredeyse dik olduğu için kutuplardaki bazı kraterlerin tabanı milyarlarca yıldır hiç Güneş görmedi. Sürekli gölgede kalan bu bölgeler Güneş Sistemi'nin en soğuk yerleri arasında ve kuyrukluyıldızlarla, göktaşlarıyla gelen suyu buz olarak hapsetmiş olabilir. Bu buz, gelecekteki insanlı görevler için içme suyu, solunabilir oksijen ve roket yakıtı kaynağı anlamına geliyor. NASA'nın Artemis programının Ay'ın güney kutbunu hedeflemesinin temel nedenlerinden biri de bu.

NASA ve IBM'in testlerinde Ay temel modeli, buz bulunma olasılığı yüksek bölgeleri belirlemede SwinV2-B mimarisine dayalı geleneksel bir yaklaşıma kıyasla hata oranını yüzde 22'ye varan oranda azalttı. Farklı çözünürlüklerde ve farklı cihazlarla toplanmış gözlemleri aynı yapı içinde işleyebilmesi, özellikle aydınlatmanın zayıf olduğu kutup bölgelerinde daha güvenilir sonuçlar alınmasını sağladı.

Kraterler, iniş noktaları ve yüzey yaşı

Modelin ikinci önemli kullanım alanı kraterlerin otomatik tespiti. Kraterlerin sayısı, büyüklüğü ve dağılımı, gezegen bilimcilerin bir yüzeyin yaşını tahmin etmek için kullandığı temel araç. Ne kadar çok krater, o kadar yaşlı yüzey. Aynı haritalar iniş bölgesi seçiminde de kritik: Bir iniş aracı için dik yamaçlar, büyük kayalar ve genç, keskin kenarlı kraterler ciddi tehlike oluşturuyor. Gelecekte kalıcı bir Ay üssü kurulacak yerlerin değerlendirilmesinde de bu tür ayrıntılı haritalar belirleyici olacak. Ay yüzeyinde yüz binlerce krater bulunduğu düşünülürse, bunların elle sayılması yıllar alan bir iş; otomatik tespit bu süreyi büyük ölçüde kısaltıyor.

Açıklığın getirdiği

Modelin açık kaynak olarak yayımlanması, belki de teknik başarısı kadar önemli. Üniversiteler, araştırma kurumları ve özel şirketler modeli kendi ihtiyaçlarına göre uyarlayabilir, yeni veri kümeleriyle yeniden eğitebilir ve sonuçlarını bağımsız olarak doğrulayabilir. Bu, büyük bütçeli uzay ajanslarına sahip olmayan ülkelerdeki araştırmacıların da aynı araca erişebilmesi demek. Ay'a önümüzdeki yıllarda hem kamu hem özel sektörden çok sayıda görev planlanırken, iniş noktalarından kaynak haritalarına kadar ortak bir analiz zemini sunan bu tür araçların değeri giderek artacak.