NASA và IBM phát hành mô hình AI nền tảng nguồn mở về Mặt Trăng được huấn luyện trên 17 năm dữ liệu

NASA và IBM Research, cùng một số viện nghiên cứu hàn lâm, vừa chính thức trình làng NASA-IBM Lunar Foundation Model. Được thiết kế như một hệ thống trí tuệ nhân tạo nguồn mở phục vụ khoa học hành tinh, mô hình này biến 17 năm dữ liệu thô từ các tàu quỹ đạo Mặt Trăng thành công cụ linh hoạt để lập bản đồ miệng hố va chạm, phân tích địa chất bề mặt và xác định các túi băng nước tiềm năng.

Dữ liệu quan sát từ các sứ mệnh không gian rất dồi dào, nhưng các mẫu được con người gán nhãn lại cực kỳ khan hiếm và tốn nhiều công sức để tạo ra. Thay vì dựa vào các thuật toán chuyên biệt cho từng ứng dụng đơn lẻ, mô hình nền tảng này được tiền huấn luyện trên khối lượng dữ liệu khổng lồ chưa gán nhãn. Nhờ đó, các nhà nghiên cứu có thể tinh chỉnh (fine-tune) mô hình cho các mục tiêu khoa học Mặt Trăng cụ thể tiếp theo với lượng mẫu gán nhãn tối thiểu.

Huấn luyện trên SomBench: 17 năm và 4 sứ mệnh không gian

Mô hình được huấn luyện từ đầu bằng SomBench, bộ dữ liệu được các nhà nghiên cứu mô tả là kho dữ liệu Mặt Trăng đa phương thức đã đồng bộ tọa độ (co-registered) lớn nhất từng được tổng hợp. Bộ dữ liệu này gồm gần 2 triệu gói mảnh ghép (tile bundles) trải rộng trên 11 phương thức và 2 thang đo không gian:

• Khoảng 1 triệu ảnh độ phân giải cao do Camera Góc hẹp (Narrow Angle Camera - NAC) chụp ở mức xấp xỉ 1 mét/pixel.

• Gần 964.000 ảnh đa phổ từ Camera Góc rộng (Wide Angle Camera - WAC) ở mức 100 mét/pixel.

• Hơn 30 lớp dữ liệu được căn chỉnh không gian từ 9 thiết bị khoa học thuộc 4 sứ mệnh, bao gồm dữ liệu trọng lực từ GRAIL, phân bố hydro từ Lunar Prospector và các phép đo khoáng vật học từ tàu thăm dò Kaguya/SELENE của JAXA.

Phần lớn dữ liệu huấn luyện đến từ 17 năm quan sát của Tàu trinh sát quỹ đạo Mặt Trăng (Lunar Reconnaissance Orbiter - LRO) của NASA — sứ mệnh đã tạo ra lượng dữ liệu thô nhiều hơn tất cả các sứ mệnh hành tinh khác của NASA cộng lại. Để tránh hiện tượng rò rỉ dữ liệu (data leakage) trong quá trình huấn luyện và đánh giá, nhóm nghiên cứu đã phân chia tập dữ liệu theo vị trí địa lý của từng phân vùng bản đồ thay vì xáo trộn ngẫu nhiên các mảnh ảnh.

Hình học tường minh và thị giác đa thang đo

Về mặt kiến trúc, mô hình Mặt Trăng này được phát triển dựa trên TerraMind, một mô hình quan sát Trái Đất do IBM phát triển năm 2025 cùng Cơ quan Vũ trụ Châu Âu (ESA) và Forschungszentrum Jülich. Tuy nhiên, thay vì tinh chỉnh từ mô hình Trái Đất sẵn có, nhóm nghiên cứu đã huấn luyện mạng nơ-ron Mặt Trăng hoàn toàn từ đầu.

Thách thức lớn trên Mặt Trăng là góc chiếu sáng và chiều dài bóng đổ làm thay đổi đáng kể diện mạo bề mặt, thường làm lu mờ các đặc tính vật lý thực sự của địa hình. Để giải quyết vấn đề này, mô hình được cung cấp các thông số hình học chụp ảnh tường minh (explicit imaging geometry) — bao gồm góc chiếu sáng, vị trí mặt trời và ranh giới mảnh ảnh — như dữ liệu ngữ cảnh đầu vào song song với hình ảnh và dữ liệu độ cao.

Kiến trúc của mô hình chia nhỏ hình ảnh Mặt Trăng, các lớp độ cao và dữ liệu hình học thành các token rồi học mối quan hệ giữa chúng thông qua việc dự đoán các phần bị che khuất (masked sections). Nhờ áp dụng kỹ thuật FlexiViT, mô hình có thể học đồng thời từ cả ảnh quy mô thô lẫn ảnh độ phân giải cao chỉ trong một lần huấn luyện duy nhất, cho phép nó tự thích ứng với các kích thước mảnh ảnh (patch size) khác nhau mà không cần huấn luyện lại. Hệ thống cũng xử lý từng phương thức dữ liệu riêng biệt qua các đường dẫn chuyên dụng, tránh được nhược điểm phổ biến là gộp chung dữ liệu từ các cảm biến khác nhau như các kênh màu xếp chồng đơn thuần.

Vượt trội so với các mô hình tham chiếu trong việc phát hiện băng vùng cực

Nhóm nghiên cứu đã đánh giá mô hình qua nhiều bài kiểm chuẩn (benchmark) khoa học, bao gồm phát hiện miệng hố ở độ phân giải 100 mét và 1 mét, phân đoạn các Vệt Biển Bất thường (Irregular Mare Patches - các cấu trúc núi lửa trẻ đi ngược lại các giả thuyết về sự nguội đi của Mặt Trăng) và dự đoán các mỏ tích tụ băng ở vùng cực.

Các vùng bị che khuất vĩnh viễn ở các cực Mặt Trăng duy trì nhiệt độ đủ lạnh để giữ băng nước suốt hàng tỷ năm, biến chúng thành mục tiêu tối quan trọng để khai thác tài nguyên tương lai như nước uống, oxy để thở và nhiên liệu tên lửa. Trong bài toán dự đoán mỏ băng vùng cực, mô hình nền tảng này đã giảm sai số dự đoán tới 22% so với mô hình tham chiếu dẫn đầu là SwinV2-B.

Ở tác vụ phát hiện miệng hố quy mô thô (100 mét), mô hình vượt trội hơn SwinV2-B gần 19% dù chỉ sử dụng một nửa lượng dữ liệu huấn luyện có nhãn. Đối với tác vụ phát hiện miệng hố ở thang mét và phân đoạn Vệt Biển Bất thường, mô hình cho kết quả tương đương các mô hình tham chiếu hàng đầu, với mức chênh lệch khiêm tốn 3% ghi nhận trên các vệt núi lửa. Các tác giả cũng phát hiện ra rằng phương pháp tinh chỉnh tham số hiệu quả thông qua LoRA (Low-Rank Adaptation) cho hiệu năng ngang bằng hoặc vượt trội so với tinh chỉnh toàn bộ mô hình (full fine-tuning) trên hầu hết các bài kiểm chuẩn.

Phục vụ phân tích khoa học, không thay thế phép đo trắc địa

Dù sở hữu khả năng phân tích ấn tượng, mô hình này không được thiết kế cho mục đích định vị không gian chính xác tuyệt đối. Trong các bài kiểm tra đánh giá tạo sinh, tọa độ vĩ độ và kinh độ do mô hình dự đoán có trường hợp lệch tới hàng chục độ, và địa hình tái tạo đôi khi bị sai lệch về giá trị độ cao tuyệt đối dù vẫn duy trì đúng hình thái cấu trúc.

Juan Bernabé-Moreno, Giám đốc IBM Research Europe, lưu ý rằng giá trị cốt lõi của mô hình nằm ở khả năng liên kết các chỉ số đo lường từ nhiều thiết bị khác nhau để tìm ra các quy luật vốn không thể thấy được khi phân tích các tập dữ liệu riêng lẻ, đồng thời nhấn mạnh rằng đây là nền tảng phân tích chứ không thể thay thế cho các phép đo vật lý trực tiếp.

Mô hình Mặt Trăng này là bước mở rộng của sáng kiến "AI for Science" đang được NASA và IBM triển khai theo Thỏa thuận Đạo luật Không gian (Space Act Agreement) ký đầu năm 2022. Trước đó, sự hợp tác này từng cho ra đời mô hình quan sát Trái Đất Prithvi vào tháng 8/2023 nhằm lập bản đồ lũ lụt và cháy rừng.

NASA-IBM Lunar Foundation Model cùng các tập dữ liệu tiền huấn luyện và bộ công cụ kiểm chuẩn hiện đã được phát hành công khai trên Hugging Face, với mã nguồn được đăng tải trên GitHub và tích hợp vào bộ công cụ mã nguồn mở TerraTorch.