IBM y NASA presentan su modelo de IA abierto para explorar la Luna

Explorar la Luna también implica saber leer la enorme cantidad de información que se ha acumulado sobre su superficie durante décadas.

Para facilitar esa tarea, IBM y NASA lanzaron el Modelo Fundacional Lunar de NASA-IBM , un sistema de inteligencia artificial de código abierto que busca ayudar a los científicos a encontrar patrones en los datos lunares y acelerar nuevos descubrimientos.

El modelo ya está disponible públicamente en Hugging Face y fue entrenado con un extenso conjunto de observaciones obtenidas por distintos instrumentos y misiones.

De acuerdo con IBM y NASA, puede superar hasta en 23% a métodos utilizados previamente para identificar características geográficas de la superficie lunar, entre ellas posibles depósitos de hielo, cráteres y formaciones volcánicas.

La propuesta parte de un reto sencillo de explicar, pero complejo de resolver: durante años, sensores y equipos científicos han generado petabytes de información sobre la Luna, pero analizarla requiere combinar datos de diferentes instrumentos y resoluciones.

Leer también: Así puedes canjear tu iPhone usado por el nuevo iPhone 18 Pro Una nueva forma de leer la Luna Hasta ahora, los investigadores podían revisar mapas e imágenes de manera manual o recurrir a modelos de aprendizaje automático diseñados para tareas específicas.

Estos sistemas pueden demandar una importante capacidad de cómputo y no siempre ofrecen la precisión necesaria para estudiar características geográficas.

El Modelo Fundacional Lunar de NASA-IBM busca cambiar ese proceso al relacionar distintos tipos de observaciones y encontrar conexiones que podrían pasar inadvertidas cuando cada fuente se analiza por separado.

“NASA ha dedicado décadas a construir un extraordinario registro científico de la Luna, pero recopilar datos es solo una parte del trabajo.

También debemos facilitar que los científicos exploren y utilicen esos datos”, afirmó Kevin Murphy, director de datos científicos y director interino de datos e IA de la sede central de NASA en Washington.

El funcionario señaló que el modelo demuestra las posibilidades de aplicar IA a los petabytes de información científica de la agencia para convertir datos a gran escala en nuevos descubrimientos.

Uno de los principales usos está relacionado con la búsqueda de hielo lunar.

Las regiones permanentemente sombreadas son difíciles de observar, pero podrían contener hielo debajo de la superficie.

Encontrarlo sería relevante porque el agua y el oxígeno son considerados recursos esenciales para una futura base lunar y para producir combustible destinado a misiones posteriores a Marte.