NASA et IBM ont publié le 10 septembre 2026 un modèle d'IA ouvert qui aidera les scientifiques à analyser les données sur la surface de la Lune.
Le modèle baptisé NASA-IBM Lunar Foundation Model est entraîné sur plus de 30 couches de données provenant de neuf instruments de quatre missions de la NASA, dont le Lunar Reconnaissance Orbiter.
Il fait partie de la famille de modèles ouverts Prithvi, que IBM et la NASA utilisent déjà pour des tâches géospatiales et météorologiques.
L'outil est capable d'identifier de possibles gisements de glace dans les régions constamment ombragées, de cartographier les cratères afin de choisir des sites d'atterrissage sûrs et d'étudier les formations volcaniques.
Auparavant, de telles tâches exigeaient une analyse manuelle de cartes et d'images ou le recours à des méthodes d'apprentissage automatique moins précises.
Lors des tests, le modèle a affiché une précision supérieure de 23% à celle des approches largement utilisées, ont indiqué la NASA et IBM.
La glace lunaire est particulièrement importante : elle indique la présence d'eau et d'oxygène — des ressources nécessaires à une future base et à la production de carburant pour les vols vers Mars.
Le programme Artemis prévoit de ramener des astronautes sur la Lune en 2028, afin de mettre au point les technologies nécessaires à une présence prolongée et aux futures missions vers la planète rouge.
Comment ce modèle va-t-il changer l'approche de la planification des missions lunaires ?
