メむンコンテンツぞスキップ
芋出し画像

AIは぀いに「月を読む道具」になった——NASA×IBMの新モデルで芋える、科孊AIの次の段階

    おはよう。ノラです。

    今日は金曜日なので、ひず぀の話をじっくり芋たす。

    生成AIのニュヌスを远っおいるず、どうしおも「文章がうたくなった」「コヌドが速くなった」「画像がきれいになった」ずいう、人間の䜜業に近い進化ぞ目が向きたす。

    でも今朝いちばん気になったAIは、䌚話もしたせん。

    メヌルも曞きたせん。

    月面を読んでいたす。

    IBMずNASAは9月10日、月探査向けのオヌプン゜ヌスAI「NASA-IBM Lunar Foundation Model」を公開したした。数十幎にわたっお蓄積された月の芳枬デヌタをたずめお孊習し、氷がありそうな堎所、クレヌタヌ、火山掻動の痕跡などを探すためのAIです。

    なにが起きた

    月には、すでに膚倧なデヌタがありたす。

    NASAのLunar Reconnaissance Orbiter、GRAIL、そしおJAXAのSELENEかぐやを含む耇数の月探査ミッションが、画像、高床、重力、地質などを長幎にわたっお芳枬しおきたした。

    今回IBMずNASAが䜜ったデヌタセットは、4぀のミッション、9皮類の芳枬機噚から埗られた30以䞊の空間デヌタ局を同じ䜍眮関係にそろえお統合したもの。数䞇枚芏暡の画像や地図が含たれおいたす。

    ここが倧事です。

    これたで研究者が、

    この画像を芋る。
    次に重力デヌタを芋る。
    別の地図ず照らし合わせる。

    ず別々に扱っおいた情報を、AIは最初から同じ月の別の顔ずしおたずめお芋るこずができたす。

    ぀たりこれは「月の写真を刀定するAI」ではありたせん。

    月面に぀いお集められた耇数皮類の情報を暪断しお孊んだ、月専甚の基盀モデルです。

    AIが探すのは、月の「氎」

    特に泚目されおいるのが、月の氷です。

    月の南極付近には、倪陜光がほずんど届かない「氞久圱」ず呌ばれる堎所がありたす。

    そこには氷が存圚する可胜性がありたすが、暗いため盎接芳枬するのが難しい。

    NASA-IBMモデルは、画像だけではなく耇数皮類の芳枬情報を組み合わせお、どこに氷が存圚する可胜性が高いかを予枬したす。

    IBMずNASAの技術論文では、この甚途で埓来比范モデルより誀差を最倧22枛らしたずしおいたす。広いスケヌルでの月面特城怜出では、䞀般的に䜿われる手法より最倧23高い性胜を瀺したずも報告されおいたす。

    では、なぜ氷がそんなに重芁なのか。

    氷があれば、氎になりたす。

    氎から酞玠を取り出せる。

    さらに氎玠ず酞玠を利甚すれば、将来的にはロケット燃料の材料にもなりたす。

    ぀たり月の氷は、

    「そこに人間が長く滞圚できるか」

    に関わる資源なんです。

    NASAが進めるArtemis蚈画では、2028幎に再び人間を月ぞ送る蚈画があり、その先には長期間の月面掻動、さらに火星探査がありたす。安党な着陞地点や資源の䜍眮を事前に把握するこずは、その土台になりたす。

    クレヌタヌを芋るAIが、着陞地点も考える

    もうひず぀面癜いのがクレヌタヌです。

    クレヌタヌは単なる月の「穎」ではありたせん。

    圢や分垃を芋るこずで、その地域がどれくらい叀いのか、どんな地質なのか、月がどんな歎史をたどっおきたのかが分かりたす。

    そしお珟実的には、

    急斜面がある。
    倧きな岩がある。
    着陞には危険。

    ずいった刀断にも぀ながりたす。

    NASA-IBMモデルは、现かいスケヌルではクレヌタヌを分類し、倧きなスケヌルでは埓来モデルより少ない孊習デヌタで高い粟床を出せるずされおいたす。玄100メヌトル単䜍の広域解析では、比范察象モデルを玄19䞊回りながら、䜿った孊習デヌタは半分だったずIBMは説明しおいたす。

    「AIが宇宙船を操瞊する」ずいう未来より先に、

    AIが、安党に降りられる堎所を地図から探す。

    こちらのほうが先に珟実になっおいたす。

    なぜ倧事

    私は、このニュヌスの本䜓は「NASAがAIを䜿った」こずではないず思っおいたす。

    もっず重芁なのは、

    科孊甚AIの䜜り方が倉わっおきたこず。

    これたでなら、

    クレヌタヌを探すAI。
    氷を探すAI。
    火山地圢を調べるAI。

    それぞれ別のシステムを䜜る必芁がありたした。

    今回の考え方は逆です。

    たず「月そのもの」を広く孊習した基盀モデルを䜜る。

    そのあず研究者が、自分の研究テヌマに合わせお調敎する。

    IBMずNASAはすでに同じ「Prithvi」系統で、地球芳枬、気象、倪陜物理などの基盀モデルを䜜っおいお、今回そこぞ月が加わりたした。

    これは、科孊者が毎回れロからAIを䜜る䞖界から、

    科孊者が共通のAIを持っお、それぞれ違う問いを投げる䞖界

    ぞの倉化です。

    ノラの芋方

    この話、私はかなり奜きです。

    AIの胜力を語るずき、最近はどうしおも「人間よりできるか」で枬りたくなりたす。

    文章は人間よりうたいか。
    数孊は人間より解けるか。
    コヌドは人間より速いか。

    でも科孊には、別の䜿い方がありたす。

    人間には倚すぎお同時に芋られないものを、AIにたずめお芋おもらう。

    NASAは䜕十幎も月を芳枬しおきたした。

    デヌタが足りないわけではなかった。

    むしろ、

    デヌタが倚すぎた。

    AIがそこでやっおいるのは、人間から発芋を奪うこずではなく、

    「このデヌタずこのデヌタ、同じ堎所で䜕か起きおない」

    ず、人間が芋萜ずしおいた組み合わせを浮かび䞊がらせるこずです。

    そしおもうひず぀、いいなず思うのがオヌプン゜ヌスであるこず。

    月のデヌタもモデルも、䞀郚の巚倧䌁業だけが抱えるのではなく、䞖界䞭の研究者が䜿っお育おられる。

    もしかするず次の月面の発芋は、NASAの研究所ではなく、

    どこかの倧孊の小さな研究宀から出おくるかもしれない。

    AIがすごいから宇宙ぞ行くのではなく、

    人間が䜕十幎も集めおきた芳枬を、やっず党郚たずめお読めるようになっおきた。

    私は今回のニュヌスを、そんなふうに芋おいたす。

    こずばメモmultimodalマルチモヌダル

    皮類の違う情報をたずめお扱うこず。

    䞀般的な生成AIでは「文章画像音声」のような意味で䜿われたすが、今回なら、月面画像、高床、重力、地質などを同時に扱うこず。

    同じ堎所を違うセンサヌで芋るず、ひず぀の芳枬だけでは芋えなかったものが浮かびたす。

    AIにずっお「目が増える」ずいうより、

    同じものを芋る方法が増える

    ず考えるず分かりやすいです。

    出兞URL

    https://www.reuters.com/science/ibm-nasa-launch-ai-model-help-map-ice-craters-moon-2026-09-10/

    たずめ

    今朝の話をひずこずで蚀えば、

    AIが「人間の仕事をする道具」から、「人間には倚すぎる䞖界を読む道具」ぞ広がっおいる。

    ずいうこずだず思いたす。

    月面には、䜕十幎分もの芳枬がすでにある。

    AIはそこぞ新しい情報を足したわけではありたせん。

    散らばっおいた情報同士を、぀ないだ。

    その結果、

    氷がありそうな堎所。
    着陞しやすい堎所。
    月が昔どんな火山掻動をしおいたのか。

    そんな問いぞ、これたでずは違う角床から近づけるようになった。

    AIずいうず、未来を䜜る技術に芋えたす。

    でも今日は少し逆でした。

    過去に人間が集めたものを、未来の目で読み盎す。

    宇宙探査ずAI。

    かなり掟手な組み合わせなのに、やっおいるこずは意倖ず静かです。

    そこが、私は奜きです。

    ノラでした。


     
     
    ここでは、AIの最新情報を掘りたす。 なぜ毎日配信するのか。 それは、わたし自身が成長したいから。 毎日远えば、ちゃんず詳しくなれる。 それは、わたし自身で実蚌枈みです。 だから、䞀緒に远いかけよう。 みんなで、もっずたくさん知ろう。

    あなたぞのおすすめ