La NASA e IBM han publicado un innovador modelo de inteligencia artificial de código abierto diseñado para transformar el análisis científico de la Luna. La herramienta, entrenada con petabytes de datos recolectados durante décadas, permitirá cartografiar cráteres, detectar cráteres de impacto y localizar depósitos de hielo en la superficie lunar de manera automatizada.
El nuevo sistema permite procesar rápidamente un gigantesco volumen de imágenes de alta resolución sin la necesidad de entrenar algoritmos desde cero para cada tarea. Esta capacidad facilita a los investigadores la exploración detallada del satélite y ayuda a planificar ubicaciones seguras para la futura infraestructura humana en misiones espaciales.
Esta iniciativa refuerza la estrategia de la agencia norteamericana de utilizar el aprendizaje automático para hacer accesible su abrumador archivo de datos satelitales. En declaraciones recogidas por el portal oficial de la NASA, el director ejecutivo de datos científicos y director interino de datos e IA de la agencia, Kevin Murphy, explicó:
"La NASA ha pasado décadas construyendo un registro científico extraordinario de la Luna, pero recopilar datos es solo una parte del trabajo. El modelo de fundación NASA-IBM muestra lo que es posible cuando aplicamos la IA a nuestros petabytes de datos científicos".
Además de analizar cráteres y estructuras volcánicas antiguas, una de las funciones más relevantes del software es predecir depósitos de hielo de agua en las regiones del polo lunar permanentemente en sombra. Según información publicada por prensa del IBM, el científico y director de IBM Research Europa, Juan Bernabe-Moreno, destacó la escala de la plataforma:
"El modelo de fundación NASA-IBM brinda a los científicos una base para explorar la Luna a escala, conectando observaciones entre instrumentos, revelando patrones difíciles de ver de forma aislada y proporcionando una plataforma abierta sobre la cual la comunidad global de investigación puede construir".
La plataforma no solo está disponible públicamente en Hugging Face y GitHub para la comunidad global, sino que fue liberada junto a un conjunto de datos espaciales unificados. Con este lanzamiento, los científicos esperan acelerar los descubrimientos de cara al retorno sostenido del ser humano al entorno lunar en los próximos años.
El modelo demuestra que la colaboración entre el sector público y privado mediante tecnologías de código abierto acelera radicalmente el ritmo de los descubrimientos astronómicos. Toda la investigación técnica sobre este avance ya se encuentra a disposición de desarrolladores y científicos de todo el mundo para su análisis y perfeccionamiento.
Ver Video
