IBM y la NASA lanzan en código abierto un modelo de inteligencia artificial para mapear hielo y cráteres en la Luna
IBM y la NASA presentaron el Modelo de la Fundación Lunar NASA-IBM, un sistema de inteligencia artificial de código abierto diseñado para procesar petabytes de datos científicos sobre la superficie lunar.
La NASA e IBM Research presentaron de forma pública el Modelo de la Fundación Lunar NASA-IBM, una plataforma de inteligencia artificial de código abierto orientada a la investigación científica y la exploración geopolítica del espacio. El sistema fue diseñado para unificar y procesar décadas de registros de observación lunar, transformando grandes volúmenes de datos complejos en información clave para la futura planificación de misiones habitadas y asentamientos permanentes en la Luna.
Hasta la fecha, el análisis de la geología lunar requería la revisión manual de cartografía o la utilización de modelos de aprendizaje automático de baja resolución limitados a tareas específicas. La nueva herramienta permite conectar observaciones multimodales provenientes de distintos instrumentos para detectar patrones geofísicos no visibles en análisis aislados.
Localización de recursos en regiones sombreadas y cartografía de precisión
Una de las aplicaciones estratégicas de este desarrollo se centra en la identificación de depósitos de hielo en las regiones permanentemente sombreadas del polo sur lunar. La detección de agua en estado sólido resulta crítica para los programas espaciales, dado que constituye la materia prima necesaria para generar oxígeno respirable y combustible de cohetes para futuras misiones hacia Marte.
Según los datos técnicos publicados por ambas instituciones, el modelo redujo el error cuadrático medio en la predicción de áreas con alto potencial de hielo hasta en un 22% en comparación con arquitecturas previas como SwinV2-B.
A la par del monitoreo de volátiles, la herramienta optimiza la detección y delimitación de cráteres y estructuras geológicas conocidas como Parches Irregulares de Mare. Esta capacidad resulta determinante para que la NASA evalúe zonas de aterrizaje con bajo riesgo topográfico y planifique la instalación de infraestructura sobre la superficie.
Un conjunto de datos unificado para la comunidad científica mundial
En el marco de esta colaboración, IBM y la NASA construyeron el primer conjunto de datos lunares de código abierto optimizado para modelos de aprendizaje profundo. La base de datos unifica más de 30 capas alineadas espacialmente, combinando registros de nueve instrumentos pertenecientes a cuatro misiones espaciales distintas.
El catálogo integra decenas de miles de imágenes y mapas geofísicos capturados por el Orbitador de Reconocimiento Lunar (LRO) y la misión GRAIL de la NASA, junto con mediciones complementarias de la sonda SELENE/Kaguya, operada por la Agencia Japonesa de Exploración Aeroespacial (JAXA). La apertura del modelo y del conjunto de datos busca proporcionar a la comunidad internacional una infraestructura estandarizada para acelerar los descubrimientos sobre la historia y composición del satélite.