NASA e IBM lanzan modelo de IA para mapear la Luna

El satélite Lunar Reconnaissance Orbiter (LRO) ha acumulado más datos que todas las demás misiones planetarias de la NASA combinadas, cubriendo con detalle la mayor parte de la Luna. Navegar entre esas millones de imágenes resulta lento y complejo para los investigadores, según la agencia espacial estadounidense.

Para acelerar el proceso, la NASA, junto a IBM y varias instituciones académicas, lanzó el NASA‑IBM Lunar Foundation Model, un modelo de inteligencia artificial de código abierto. Entrenado con cerca de dos millones de imágenes del LRO y datos de otras misiones como GRAIL, Lunar Prospector y SELENE, el modelo permite cartografiar la superficie lunar mucho más rápido que con los métodos manuales.

El modelo detecta cráteres, localiza posibles volcanes jóvenes y estima dónde se conserva hielo en los polos. En la primera fase, la NASA priorizó la cartografía de cráteres pequeños no catalogados, la investigación de su historia volcánica y la exploración de los polos en busca de hielo, que podría servir como fuente de agua, oxígeno y combustible para futuras misiones tripuladas.

La arquitectura del modelo integra observaciones capturadas en diversas modalidades, con diferentes ángulos de visión y escalas espaciales, lo que permite combinar datos de distintas misiones en una sola representación de la Luna. Según IBM, el modelo también puede elaborar mapas de temperatura más precisos, útiles para elegir dónde buscar hielo o construir bases y para simulaciones de escenarios futuros.

El lanzamiento del modelo forma parte de una estrategia más amplia de la NASA para aplicar IA a la ciencia, que incluye otras herramientas para el estudio del Sistema Solar. Con esta herramienta, los científicos podrán dedicar más tiempo a interpretar resultados y decidir dónde explorar, en lugar de revisar imagen por imagen.