Ciência, clima, tecnologia e acontecimentos globais

Transparência editorial

,

NASA e IBM lançam IA aberta para mapear gelo e crateras na Lua

Modelo de código aberto reúne décadas de observações lunares e pode ajudar cientistas a localizar gelo, mapear crateras e planejar futuras missões.

Leitura estimada: 3 min

Cratera Linné na superfície da Lua registrada pela Lunar Reconnaissance Orbiter

A NASA e a IBM lançaram nesta quinta-feira (10) um modelo de inteligência artificial de código aberto desenvolvido para analisar décadas de observações da Lua. Batizada de NASA-IBM Lunar Foundation Model, a ferramenta pode auxiliar pesquisadores a localizar possíveis depósitos de gelo, mapear crateras e estudar formações vulcânicas na superfície lunar.

O sistema foi treinado com mais de 30 camadas de dados alinhados espacialmente, reunidas por nove instrumentos de quatro missões. Entre elas estão a Lunar Reconnaissance Orbiter (LRO) e a missão GRAIL, da NASA, além de informações complementares da missão japonesa SELENE/Kaguya.

Dados de diferentes missões em um único modelo

O principal avanço está na combinação de observações obtidas por sensores, escalas e resoluções diferentes. Esse tipo de informação costuma exigir análise manual de mapas e imagens ou modelos de aprendizado de máquina especializados em apenas uma tarefa.

Segundo a IBM e a NASA, o novo modelo oferece uma base reutilizável que pode ser adaptada por cientistas para diferentes pesquisas. O projeto integra a família Prithvi, que já inclui modelos abertos voltados a aplicações geoespaciais, meteorológicas e de física solar.

Busca por gelo e segurança de futuras missões

Regiões permanentemente sombreadas nos polos lunares despertam interesse porque podem preservar gelo abaixo da superfície. A eventual presença de água e oxigênio nessas áreas é considerada relevante para uma permanência humana de longo prazo e, no futuro, para a produção de combustível destinado a missões mais distantes.

Em testes divulgados pelos responsáveis pelo projeto, o modelo reduziu em até 22% o erro na identificação de áreas com maior potencial de gelo, em comparação com um método de referência. Na detecção de crateras em uma escala mais ampla, superou o modelo comparado em quase 19% usando metade dos dados de treinamento. Esses resultados são benchmarks de pesquisa e não significam confirmação automática da existência de gelo em cada local indicado.

Ferramenta aberta para a comunidade científica

Além de apoiar a escolha de locais de pouso e a identificação de riscos no terreno, a ferramenta poderá ajudar na análise da história geológica da Lua. O modelo e o conjunto de dados foram disponibilizados para que pesquisadores possam testá-los e adaptá-los a novas perguntas científicas.

A Reuters confirmou o lançamento e os principais dados técnicos divulgados pelas organizações. A iniciativa se conecta aos planos do programa Artemis, que pretende ampliar a exploração lunar e testar tecnologias para uma presença humana sustentável, embora decisões de missão continuem dependendo de avaliações científicas e operacionais adicionais.

Fontes: Reuters; IBM e NASA.

Mais recentes