Il 10 settembre 2026, NASA e IBM hanno rilasciato un modello di AI open source che aiuterà gli scienziati ad analizzare i dati sulla superficie lunare.
Il modello, denominato NASA-IBM Lunar Foundation Model, è stato addestrato su oltre 30 strati di dati provenienti da nove strumenti di quattro missioni NASA, tra cui il Lunar Reconnaissance Orbiter.
Fa parte della famiglia di modelli open source Prithvi, che IBM e NASA già applicano in compiti geospaziali e meteorologici.
Lo strumento è in grado di individuare possibili depositi di ghiaccio in regioni permanentemente in ombra, mappare i crateri per selezionare siti di atterraggio sicuri e studiare formazioni vulcaniche.
In precedenza, tali compiti richiedevano l'analisi manuale di mappe e immagini o l'uso di metodi di apprendimento automatico meno precisi.
Nei test, il modello ha mostrato un'accuratezza superiore del 23% rispetto agli approcci ampiamente utilizzati, hanno riferito NASA e IBM.
Il ghiaccio lunare è particolarmente importante: indica la presenza di acqua e ossigeno, risorse necessarie per una futura base e per la produzione di carburante per i voli verso Marte.
Il programma Artemis prevede di riportare gli astronauti sulla Luna nel 2028, per testare le tecnologie necessarie a una presenza prolungata e alle future missioni verso il Pianeta Rosso.
In che modo questo modello cambierà l'approccio alla pianificazione delle missioni lunari?
