NASA와 IBM이 달 탐사를 위한 AI 모델을 만들었습니다.

지난 봄, 1972년 이래 최초의 유인 달 탐사인 NASA의 아르테미스 II 임무가 역사적인 달 비행을 완료했을 때 세계는 보기 드문 집단적인 기쁨과 경외감을 경험했습니다. 4월 6일, 우주비행사 리드 와이즈먼(Reid Wiseman), 크리스티나 코크(Christina Koch), 빅터 글로버(Victor Glover), 제레미 한센(Jeremy Hansen)은 이전 인류보다 지구에서 더 멀리 날아갔습니다. 이제 NASA는 다음 Artemis 임무와 그 이후 임무를 준비하면서 IBM과 협력하여 과학자들에게 달을 연구할 수 있는 새로운 도구를 제공하고 있습니다.

목요일에 두 조직은 NASA-IBM Lunar Foundation 모델을 출시했습니다. Hugging Face에서 다운로드할 수 있는 오픈 소스 AI 시스템입니다. IBM Research Europe, 영국 및 아일랜드의 이사인 Juan Bernabé-Moreno 박사는 기초 모델로서 몇 가지 다른 작업을 수행할 수 있다고 말합니다. 우선 NASA와 IBM은 달 표면에서 얼음이 있을 수 있는 영역을 식별하는 데 특히 능숙하다는 사실을 발견했습니다.

두 조직은 지형, 열 및 기타 환경 데이터를 통합하는 공개된 과학 워크플로를 사용하여 만든 지도와 모델의 예측을 비교하는 테스트를 실행했습니다. 그런 다음 고해상도 이미지 처리를 위해 Microsoft에서 교육한 비전 시스템인 SwinV2-B와 모델을 비교했습니다. NASA-IBM 모델은 오류를 23% 줄였습니다. NASA와 IBM은 이 도구가 많은 이미지 분석 작업의 기준으로 자주 사용되기 때문에 SwinV2-B와 모델을 비교했습니다.

NASA와 IBM은 또한 분화구를 식별하고 분류하는 모델의 능력을 벤치마킹했습니다. 여기서 새 모델은 훈련 데이터의 절반을 사용하면서 SwinV2-B보다 19% 더 나은 성능을 보였습니다. NASA와 IBM은 최근 SpaceX Falcon 9 로켓이 8월 5일 달에 충돌했을 때 모델의 성능을 검증할 기회를 얻었습니다. IBM이 모델에 충돌 이미지를 제공했을 때 충돌 현장이 기존 분화구와 밀접하게 겹쳐 있음에도 불구하고 충돌 현장을 새로운 분화구로 올바르게 식별했습니다. Bernabé-Moreno는 “정말 환상적으로 작동했습니다.”라고 말하며 모델은 첫 번째 시도에서 식별에 성공했습니다.

IBM

Bernabé-Moreno는 모델을 훈련하는 것이 어려운 일이었다고 말했습니다. “지구 관측에서는 깨끗한 이미지를 얻을 수 있습니다”라고 그는 설명합니다. 우리 행성의 대기는 햇빛을 산란시켜 가장자리를 부드럽게 만드는 주변광으로 그림자를 채웁니다. 대신 달의 그림자는 칼날처럼 칠흑같이 검은색으로 나타납니다. 즉, 사진을 찍을 때마다 그림자가 있는 픽셀에는 어떤 정보도 전달되지 않습니다. “달에서는 낮 동안 다양한 순간에 태양이 있고, 태양이 빛을 내고 그림자를 자르므로 그 그림자를 처리해야 합니다.”라고 그는 말합니다. 결과적으로 크레이터는 한 이미지에서는 한 방향으로 보일 수 있고 다음 이미지에서는 완전히 다르게 보일 수 있습니다.

컴퓨터 비전 모델이 일반적으로 훈련되고 테스트되는 방식으로 인해 또 다른 문제가 발생했습니다. 대부분의 경우 해당 프로세스에는 이미지의 일부 부분을 제거한 다음 훈련에서 학습한 패턴을 기반으로 누락된 부분을 재구성하는 작업을 모델에 할당하는 작업이 포함됩니다. Bernabé-Moreno는 “분화구의 90%를 제거하고 (나머지) 10%로 나머지 90%를 재구성하도록 모델에 요청할 수 있습니다”라고 설명합니다. 달에는 효과가 없습니다. 여러분이 상상할 수 있듯이, 그 이유는 궤도에서 사진을 찍을 때 많은 크레이터가 서로 매우 유사해 보이기 때문입니다.

실제로 전통적인 방식으로 모델을 훈련시키려는 IBM의 시도는 “완전한 재앙”이었다고 Bernabé-Moreno는 말합니다. 그러나 연구팀은 결국 창의적인 솔루션을 고안했습니다. “우리는 달을 오렌지처럼 쐐기 모양으로 나누고 훈련용 쐐기와 테스트용 쐐기를 완전히 분리했습니다. 이렇게 하면 모델에 상당한 일관성을 부여할 수 있었습니다.”라고 그는 말합니다.

NASA와 IBM이 이번 릴리스에 열광하는 이유 중 하나는 다른 연구자들이 미래 모델을 구축하는 데 사용할 수 있는 최초의 오픈 소스 데이터 세트가 포함되어 있다는 것입니다. 여기에는 NASA의 LRO(Lunar Reconnaissance Orbiter)와 GRAIL(Gravity Recovery and Interior Laboratory) 임무는 물론 일본의 SELENE(Selenological and Engineering Explorer)에서 얻은 수만 개의 이미지와 장비 데이터가 통합되어 있습니다.

Bernabé-Moreno는 “이전에 포괄적이고 강력한 달 모델을 본 적이 없는 이유 중 하나는 데이터가 올바른 방식으로 정리되지 않았기 때문입니다.”라고 말합니다. 이 경우 조직은 이미징 데이터의 모든 픽셀이 모델이 처리를 알리는 데 사용할 수 있는 다른 데이터 양식에 해당하는 그리드를 만드는 것을 의미했습니다. Bernabé-Moreno는 “이것만으로도 엄청난 과학적 기여를 할 수 있습니다. 모델을 제쳐두더라도 커뮤니티는 이제 200만 개 이상의 (데이터) 포인트가 포함된 공동 등록된 데이터 세트를 보유하고 있기 때문입니다.”라고 말합니다. “그리고 우리는 AI 모델이 다른 모델로 대체된다는 것을 알고 있습니다. 실제로 AI 모델 산업을 창출하는 것은 데이터입니다.”