Содержание 5
Открытые веса, свободная лицензия и почти два миллиона лунных фрагментов — так выглядит совместный релиз двух организаций, который вышел 10 сентября 2026 года. Модель называется NASA-IBM Lunar Foundation Model, и это один из первых общедоступных базовых инструментов для научного изучения Луны. Цифры звучат сухо, но за ними стоит простая мысль: десятилетия наблюдений за Луной накопили петабайты данных, а разбирать их до сих пор приходилось руками или узкими моделями под одну задачу. Теперь у исследователей есть общий инструмент, который можно дообучить под конкретный вопрос.
Устроена модель как кодировщик-декодировщик на архитектуре Vision Transformer: 768 признаков, 12 слоёв, 12 голов внимания. На вход она принимает фрагменты снимков размером 256 на 256 пикселей, причём размер патча можно менять без переобучения основы. Обучали её с нуля на подготовленных данных — это важная деталь, потому что большинство современных моделей для снимков сначала учатся на обычных фотографиях, а потом их адаптируют. Здесь база изначально лунная.
На каких данных обучалась модель
Датасет, который собрали вместе с моделью, называют первым в своём роде открытым набором для Луны. Он объединяет более 30 пространственно выровненных слоёв с девяти приборов, работавших в четырёх миссиях. Снимки и карты пришли с орбитального аппарата Lunar Reconnaissance Orbiter и с миссии GRAIL, а часть данных добавило японское агентство аэрокосмических исследований. Всего в наборе почти два миллиона связанных между собой фрагментов: более 963 тысяч в грубом масштабе и более миллиона в детальном. Речь не только о фотографиях — слои включают рельеф, крутизну и ориентацию склонов, отражательную способность в видимом и ультрафиолетовом диапазоне, данные радиолокации, гравитационное поле, тепловые свойства поверхности и распределение водорода.
Хитрость в двух решениях. Первое — геометрия съёмки передаётся модели явно: для каждого фрагмента указывают углы освещения и координаты, потому что вид лунной поверхности определяется прежде всего тем, как на неё падает свет, а не свойствами самого грунта. Второе — снимки двух разных масштабов обучаются в одном цикле, поэтому один набор весов работает и с детальными кадрами, и с обзорными, между которыми разница в сто раз по разрешению. Раньше под каждый масштаб строили отдельную модель.
Какие задачи она решает
Три задачи описаны в релизе подробно. Поиск следов льда: постоянно затенённые области Луны почти невозможно наблюдать напрямую, но вода и кислород там критически важны для будущей базы и для производства топлива. Модель предсказывает, где лёд может находиться, и по данным авторов снижает ошибку прогноза почти на 22 процента по сравнению с распространённой моделью того же класса. Вулканическая история: неровные участки застывшей лавы помогают понять тепловую эволюцию Луны, и здесь новая модель точнее примерно на 3 процента, но требует меньших затрат на дообучение. Главная же задача — кратеры. Картирование кратеров нужно в том числе для выбора безопасных мест посадки: оно позволяет обходить крутые склоны и крупные камни и планировать маршруты роверов. В обзорном масштабе модель обходит конкурента почти на 19 процентов, используя вдвое меньше обучающих данных, а в детальном работает на уровне лучших существующих решений, но дешевле.
Почему открытые веса важны и как её запустить
Открытая публикация здесь не жест доброй воли, а практическая необходимость. Лунные данные собирают разные агентства и разные приборы, единого набора долго не существовало, поэтому каждая научная группа строила свою модель и не могла сравнить результат с чужой. Общая база и общие веса позволяют сравнивать подходы на одинаковых данных, а небольшим лабораториям — не тратить бюджет на сбор датасета с нуля. Лицензия свободная, коммерческих ограничений нет, веса лежат в публичном репозитории открытых моделей, код для дообучения — в открытом репозитории исходников. Запускается всё через специализированный фреймворк для геопространственных моделей: скачиваешь контрольную точку, ставишь пакет, меняешь конфигурацию под свою задачу. Авторы отдельно отмечают, что для большинства задач достаточно LoRA-адаптации, то есть обучения небольшой добавки к замороженной модели, а полное дообучение нужно лишь в отдельных случаях.
Ограничения описаны честно, и это отличает исследовательский релиз от коммерческого продукта. Модель не является инструментом научной генерации: её поле не откалибровано, у неё нет геодезической привязки, поэтому форма рельефа воспроизводится верно, а вот абсолютная высота смещена, и сгенерированные координаты могут ошибаться на десятки градусов. Прогноз по льду — это пересчёт расчётной карты перспективности, а не измерение льда. Проверка пригодности места посадки в область применения не входит, для инженерных решений инструмент не сертифицирован. За пределами Луны он не проверялся. Наконец, набор детальных снимков ограничен теми районами, для которых есть стереоснимки высокого разрешения, так что глобально плотным он не является. Никакого скорого пилотируемого полёта эта публикация не означает: речь о том, чтобы лучше подготовить карты и данные для будущих миссий.
Как такие модели доходят до повседневных устройств
Опыт, полученный на Луне, почти всегда возвращается на Землю. Методика, при которой модель сначала учится на огромном объёме снимков без разметки, а потом дообучается на нескольких десятках примеров, уже используется на земных спутниковых данных: там размеченных кадров тоже мало, а снимков много. Отсюда растут быстрые оценки ущерба после паводков и пожаров, наблюдение за посевами с точностью до отдельного поля, контроль состояния линий электропередачи и дорог по спутниковым снимкам. Работает это и в медицине, где размеченных снимков всегда дефицит. Для обычного человека выигрыш выглядит буднично: у приложения о погоде появляется более точная локальная модель, у сервиса доставки — более честный маршрут, у фермерского хозяйства — меньше потраченного топлива. Лунная модель относится к семейству открытых моделей, куда входят геопространственная, погодная и гелиофизическая, и это ровно тот случай, когда государственные деньги дают инструмент, которым потом пользуются все.
По теме: сколько параметров бывает у больших открытых моделей, зачем компании выкладывают модели в открытый доступ.
Текст TehnoRex. Дата: 2026-09-10.
Лунная модель и белорусский пользователь
Это не товар из магазина, а открытая научная модель: веса и код лежат в публичных репозиториях, поэтому скачать их можно бесплатно откуда угодно, включая Беларусь. Платить придётся не за модель, а за вычисления: для работы нужен ускоритель, который обычно арендуют в облаке. Гарантию производителя никто не даёт — поддержка идёт через сообщество и выпуски самих разработчиков. Белорусским учёным и студентам модель доступна без ограничений.
Ещё про AI
Все материалы →
сегодня · НовостиMicrosoft написала ИИ 37 страниц правил: не взламывать и не обманывать людей
сегодня · НовостиUnitree G1+ за $14 000: шея живая, моторы холоднее на 72%
сегодня · НовостиАкции ИИ и памяти просели: Амодеи дал полгода, Альтман отложил IPO
сегодня · НовостиGoogle готовит своё приложение для Mac. Пока это строка в Play Services