NASA e IBM lanzaron el 10 de septiembre de 2026 un modelo de IA abierto que ayudará a los científicos a analizar datos sobre la superficie de la Luna.
El modelo, llamado NASA-IBM Lunar Foundation Model, está entrenado con más de 30 capas de datos de nueve instrumentos de cuatro misiones de la NASA, incluido el Lunar Reconnaissance Orbiter.
Forma parte de la familia de modelos abiertos Prithvi, que IBM y la NASA ya aplican en tareas geoespaciales y meteorológicas.
La herramienta es capaz de identificar posibles depósitos de hielo en regiones permanentemente sombreadas, cartografiar cráteres para elegir lugares de aterrizaje seguros y estudiar formaciones volcánicas.
Antes, este tipo de tareas requerían el análisis manual de mapas e imágenes o el uso de métodos de aprendizaje automático menos precisos.
En las pruebas, el modelo mostró una precisión 23% superior a la de los enfoques ampliamente utilizados, informaron la NASA e IBM.
El hielo lunar es especialmente importante: indica la presencia de agua y oxígeno, recursos necesarios para una futura base y para la producción de combustible para los vuelos a Marte.
El programa Artemis planea devolver a los astronautas a la Luna en 2028 para perfeccionar las tecnologías de cara a una presencia prolongada y a futuras misiones al planeta rojo.
¿Cómo cambiará este modelo el enfoque de la planificación de las misiones lunares?
