重返月球的粗略指南

# 返回月球简明指南 来源：https://research.ibm.com/blog/nasa-ibm-lunar-foundation-model NASA的阿波罗任务证明了人类能够抵达月球。现已启动的阿尔忒弥斯计划（https://www.nasa.gov/humans-in-space/artemis/）将检验我们是否能在月球上生活和工作。NASA的长期愿景包括在月球建立基地，让宇航员能够开展研究、测试新技术，并为迈向火星做好准备。 探索任何陌生之地都需要好地图，而面对月球这般崎岖且充满异星感的地形，精准地图更是不可或缺。今日，IBM与NASA开源了迄今最全面的月球测绘模型。该模型整合并协调了数十年间美国与日本探测器对这颗最近天体收集的各类数据。 该模型命名为NASA-IBM月球基础模型（https://huggingface.co/nasa-ibm-ai4science/NASA-IBM-Lunar-Foundation-Model），它是首个融合多模态、多视角、多空间尺度观测数据的AI模型。通过将这些异构测量数据提炼成统一表征，研究人员创建了类似于早期地球模型Prithvi EO（https://research.ibm.com/blog/prithvi2-geospatial）和太阳模型Surya（https://research.ibm.com/blog/surya-heliophysics-ai-model-sun）的月球模型，可快速适配不同任务并实现复用。 月球AI模型具有多种潜在用途，但NASA初步聚焦三个方向：绘制月球表面密布的未编目小陨石坑地图；研究月球火山演化史；在两极陨石坑搜寻冰资源——这些冰可能为未来宇航员提供饮用水、氧气和燃料来源。 "有经验的旅行者都知道在前往陌生目的地前要先了解地形，"IBM欧洲研究院（爱尔兰与英国）总监胡安·贝纳贝-莫雷诺表示，"我们希望这个AI模型能帮助科学界探索月球地貌，让下一代宇航员在进入太空前就能熟悉路径。" ## 多传感器数据的罗塞塔石碑 （图片来源于NASA） 新模型解决了月球科学家长期面临的挑战：如何处理多尺度、多传感器的海量数据。例如NASA的重力恢复与内部实验室（GRAIL）任务以每像素20公里的比例尺绘制月球重力场，以可视化地壳与地下结构；而NASA月球勘测轨道飞行器（LRO）则以每像素1米的高分辨率搜寻极地阴影陨石坑中的冰，并拍摄小石块与陨石坑边缘图像。 为整合如此多样化的测量数据，IBM与NASA选择了精通多种"科学方言"的AI架构——他们采用了IBM与欧洲航天局（ESA）联合开发的地球观测模型TerraMind（https://research.ibm.com/blog/terramind-esa-earth-observation-model）的变体。TerraMind擅长整合不同数据类型与分辨率，通过学习跨模态关联来填补缺失或噪声数据。 科学家将借助新AI模型攻克的难题之一，是理解月球特殊的光照条件。一个"月球日"由两周白昼与两周黑夜组成，这会使月表特征的外观发生剧烈变化。 月球稀薄的大气层加剧了这种视觉干扰。由于缺乏地球般的云层或浓厚大气来散射光线，月球呈现出鲜明的轮廓与强烈的明暗对比——山峰和深谷被浓重的阴影与刺眼的反光所掩盖。月表覆盖着名为月壤（https://science.nasa.gov/biological-physical/what-hazards-are-caused-by-lunar-regolith/）的研磨性黏附尘岩层，它会随太阳入射角变化产生视觉畸变（此外还会撕裂宇航服、损伤肺组织、破坏设备）。 在极地地区，地形辨识度进一步降低。与地球不同，月球轨道面与黄道面倾角极小，这意味着太阳始终低悬于极地地平线附近，使地形投射出漫长阴影，可能遮蔽岩石、陨石坑等宇航员面临的危险。 复杂光照并非月球数据的唯一挑战。科学家常需将低分辨率卫星数据精细化。以月球气候为例：漫长的月昼结合缺乏大气调节，导致月表温度在阳光直射区可达121°C（250°F），在阴影陨石坑中则低至-246°C（-410°F）。 尽管科学家大致知晓极端温度分布，但高精度热力图能帮助重返月球的宇航员定位冰资源或更安全的基地选址。此前模拟尝试提升NASA热数据的分辨率，但这类模拟耗时费钱且需大量算力。利用IBM与NASA的月球AI模型生成高分辨率热力图，可快速筛选出值得深入模拟研究的潜在区域。 ## 火山活动、陨石撞击与冰层 科学家长期通过研究月球起源来探寻地球的线索。主流理论（https://science.nasa.gov/moon/formation/）认为，月球诞生于太阳系形成初期地球与天体的剧烈碰撞。阿波罗宇航员带回的岩石证据显示，约45亿年前一个火星大小的天体撞击地球，抛射至太空的熔融物质最终形成了月球。 在长达数亿年的时间里，月球表面被深达数百公里的岩浆海洋覆盖。随着岩浆逐渐冷却形成地壳，持续的火山活动周期性地将新鲜熔岩带到月表。虽然火山活动约在10亿年前趋于沉寂，但新证据显示某些被称为"不规则月海斑块"的火山地貌可能年轻得多。 "这些地貌的年龄仍是重大争议焦点，因此我们对其分布与特征了解越多，解开谜团的几率就越大，"与IBM共同领导此项目的NASA月面地形专家迈克尔·巴克指出。 月球既无构造板块将新岩石推向地表，也无风水侵蚀来削平山脉抹去历史。然而持续不断的陨石与微陨石撞击不断重塑着地表地貌。通过统计陨石坑数量，可判断月表不同区域的年代。 科学家已全球编录超过200万个大型陨石坑，NASA希望记录剩余的小型陨石坑，尤其是极地区域。极地陨石坑可能为宇航员及其作物提供水源与庇护所，而持续沐浴阳光的高坑壁则能为太阳能电池板供电。 数十年来，基于阿波罗宇航员带回的岩石，月球一直被视为干旱荒漠。直到2008年，搭载于印度"月船1号"的NASA雷达仪器在北极附近40个小陨石坑（https://science.nasa.gov/missions/mini-rf/nasa-radar-finds-ice-deposits-at-moons-north-pole/）中发现冰层。NASA估算水量达6亿吨——足以填满至少24万个奥运标准泳池。 此后多项任务发现了其他形式及位置的水。近期退役的SOFIA天文台（https://science.nasa.gov/mission/sofia/）发现水分子吸附于月尘颗粒。NASA估算月表每立方米土壤可能储存12盎司（355毫升）瓶装水（https://www.nasa.gov/news-release/nasas-sofia-discovers-water-on-sunlit-surface-of-moon/）。这些水可能通过数十亿年间彗星、陨石撞击或太阳风与月壤相互作用输送至月球。 ## 新一轮月球探索浪潮 IBM与NASA的开源基础模型首次将PB级卫星数据转化为快速灵活的月表建模工具。研究人员通过轻量级低秩适配器（LoRA）微调模型，仅冻结基础模型90%的参数。尽管调整幅度有限，该模型在多项任务中（https://huggingface.co/datasets/nasa-ibm-ai4science/Sombench-pretraining-data/blob/main/SOMBench_Technical_Report.pdf）达到或超越传统机器学习模型的表现。 面对从陌生图像中识别暗极地陨石坑是否含冰的挑战，NASA-IBM模型相比专用于冰层勘探的SwinV2 Transformer模型，错误率降低22%。 （图片来源于NASA） IBM与NASA月球模型在输出图像中用黄色和白色标注更可能含冰的区域。该模型通过综合温度与地形数据（包括地表坡度、朝向、冰稳定深度及最高表面温度）形成预测。 该模型在陨石坑检测方面同样出色。它能以每像素1米的分辨率（图像中每个像素代表1平方米）精准识别陨石坑，准确率与专为陨石坑检测训练的Swin模型相当。在100米分辨率下，NASA-IBM模型仅用一半训练数据，准确率就比后者高出近19%。 （图片来源于NASA） 在测绘那些神秘火山地貌范围时，NASA-IBM模型比专用Swin模型精度高3%，以更低成本实现相当准确度。 （图片来源于NASA） IBM与NASA的月球模型可测绘名为不规则月海斑块（IMPs）的火山地貌范围。模型勾勒的这个IMP被认为包含月球最年轻的火山岩。 美国并非唯一拥有雄心勃勃月球计划的国家。另有四个国家实现月球软着陆并宣布建立月球存在的意向。矿物资源是重要驱动力之一：月壤中含有氦-3——这种由太阳风产生的稀有同位素是制造清洁核聚变的关键原料；某些岩石还富含（https://pubs.usgs.gov/fs/2025/3049/fs20253049.pdf）广泛用于手机等电子设备的稀土元素。 科学价值同样诱人。天文学家长期梦想从月球观测深空——这里既无地震干扰也无磁场干扰仪器运行，月背更基本不受卫星信号干扰。 "要找到如此无线电静谧的场所，你得跑到海王星轨道之外，"哈佛-史密森天体物理中心天文学家马丁·埃尔维斯指出。 在最近的交流中，埃尔维斯与同事马乌戈热塔·索博列夫斯卡列举了一系列（https://royalsocietypublishing.org/rsta/article/382/2271/20230079/112561/Astronomy-from-the-Moon-the-next-decades-part-2）巧妙利用月球碗状陨石坑的拟议项目。 未来几年将有三架射电望远镜登陆月球，探测行星与恒星诞生前的早期宇宙。NASA某项提案甚至计划将直径近1.6公里的陨石坑改造为巨型天线。其他项目包括：在陨石坑上架设超灵敏引力波探测器聆听黑洞碰撞，或在极寒极地陨石坑部署红外望远镜研究银河系外行星大气。 美国主导的（https://www.nasa.gov/news-release/nasa-international-partners-advance-cooperation-with-first-signings-of-artemis-accords/）阿尔忒弥斯协定于2020年确立了太空探索与合作指导原则。IBM与NASA的开源模型可视作这种探索精神与合作善意的延续。 ## 月球建模新范式 月球基础模型代表着科学知识生产方式的深刻变革。新技术不仅能加速传统计算，更能催生全新研究范式。AI在此将碎片化观测数据整合为统一表征，帮助科学家发现规律、识别不确定性并确定研究方向。 长远来看，该模型可能融入更广泛的科学计算工作流：传统超级计算机继续处理主要任务，AI协助组织观测数据、构建复杂系统快速近似模型并提出有价值假说。随着量子计算成熟，量子处理器可参与经典计算机难以处理的耗时模拟与优化问题。 "下一代月球突破可能并非来自单一新仪器，而是源于让多种仪器——乃至不同计算范式——协同工作的算法，"贝纳贝-莫雷诺总结道。