月球是地球的天然卫星，也是现阶段人类可以踏足的地外天体。也正因如此，人类对于月球情有独钟，亲切地称呼其是“人类走向深空的前哨站”。而近年来，随着人类探索月球的脚步不断推进，在现代天文学以及航天技术的共同努力下，人类对于月球的了解不断深入，累计获得的月球信息也越来越多。基于这一背景，全球多个国家都在努力整合这些月球信息，以便于后续借助这些信息更好地推进月球科学的发展。
就在近日，该方面的工作迎来一个“大事件”——美国国家航空航天局(NASA)与IBM研究院共同发布并开源了首个月球模型，模型权重与代码向全球研究者开放，以供下载、微调和试验。
据悉，这是首批专门面向月球科学、可公开使用的智能分析工具之一，目标是把数十年来分散的月球观测数据转化为可复用的分析工具，用于陨石坑测绘、火山地貌识别和极区水冰潜力评估。该模型由多个中心、高校、研究所协同完成。模型的数据来源主要是NASA的LRO(月球勘测轨道飞行器，Lunar Reconnaissance Orbiter)，该飞行器在轨时间约17年，其数据规模巨大且能够覆盖大部分月面。训练过程中，使用了包括逾100万张1米分辨率窄角相机图像和近96.4万张100米分辨率多
光谱图像在内的约200万个月球图像切片，同时融合GRAIL重力、Lunar Prospector，以及日本JAXA SELENE等任务的地形与遥感数据。更重要得一点是，配合发布的数据集整合了9台
仪器、4项任务、30多个空间对齐数据层，解决不同分辨率、不同载荷难以统一调用的问题。
根据科技日报相关报道，该模型的一个重要意义在于，其能够综合多分辨率、多模态观测估算极区冰的赋存与稳定区，解决传统光学手段难以直接观测月球永久阴影坑的弊端，帮助研究者缩小实地验证范围。此外，新模型可辅助快速提取和分类陨坑，减少人工判读工作量。这些对于未来飞船安全着月球，以及人类长期驻月任务有重要的价值。
