Ciencia, clima, tecnología y acontecimientos globales

Transparencia editorial

,

La NASA e IBM publican una IA abierta para mapear hielo y cráteres en la Luna

El modelo de código abierto combina décadas de observaciones lunares para ayudar a localizar hielo, cartografiar cráteres y planificar futuras misiones.

Leitura estimada: 3 min

Cráter Linné en la superficie lunar fotografiado por la Lunar Reconnaissance Orbiter de la NASA

La NASA e IBM publicaron este jueves 10 de septiembre un modelo de inteligencia artificial de código abierto desarrollado para analizar décadas de observaciones de la Luna. Denominada NASA-IBM Lunar Foundation Model, la herramienta puede ayudar a los investigadores a localizar posibles depósitos de hielo, cartografiar cráteres y estudiar formaciones volcánicas en la superficie lunar.

El sistema fue entrenado con más de 30 capas de datos alineados espacialmente, recopilados por nueve instrumentos de cuatro misiones. Entre ellas se encuentran la Lunar Reconnaissance Orbiter (LRO) y la misión GRAIL de la NASA, además de información complementaria de la misión japonesa SELENE/Kaguya.

Datos de diferentes misiones en un solo modelo

El principal avance consiste en combinar observaciones obtenidas por sensores, escalas y resoluciones diferentes. Este tipo de información suele requerir el análisis manual de mapas e imágenes o modelos de aprendizaje automático especializados en una sola tarea.

Según IBM y la NASA, el nuevo sistema ofrece una base reutilizable que los científicos pueden adaptar a diferentes investigaciones. El proyecto forma parte de la familia Prithvi, que ya incluye modelos abiertos orientados a aplicaciones geoespaciales, meteorológicas y de física solar.

La búsqueda de hielo y la seguridad de futuras misiones

Las regiones permanentemente sombreadas de los polos lunares despiertan interés porque pueden conservar hielo bajo la superficie. La posible presencia de agua y oxígeno en estas zonas se considera importante para una permanencia humana sostenida y, en el futuro, para producir combustible destinado a misiones más lejanas.

En pruebas divulgadas por los responsables del proyecto, el modelo redujo hasta un 22% el error al identificar zonas con mayor potencial de hielo frente a un método de referencia. En la detección de cráteres a una escala más amplia, superó al modelo comparado en casi un 19% utilizando la mitad de los datos de entrenamiento. Estos resultados son pruebas de investigación y no constituyen una confirmación automática de la existencia de hielo en cada lugar señalado.

Una herramienta abierta para la comunidad científica

Además de apoyar la selección de lugares de alunizaje y la identificación de riesgos del terreno, la herramienta podrá contribuir al estudio de la historia geológica de la Luna. El modelo y el conjunto de datos fueron puestos a disposición para que investigadores puedan probarlos y adaptarlos a nuevas preguntas científicas.

Reuters confirmó de forma independiente el lanzamiento y los principales datos técnicos anunciados por las organizaciones. La iniciativa está vinculada a los planes del programa Artemis para ampliar la exploración lunar y probar tecnologías destinadas a una presencia humana sostenible, aunque las decisiones de misión seguirán dependiendo de evaluaciones científicas y operativas adicionales.

Fuentes: Reuters; IBM y NASA.

Mais recentes