IBM y NASA lanzan modelo de IA abierto para análisis de datos lunares

IBM y la NASA han anunciado el lanzamiento de un modelo de inteligencia artificial de código abierto, conocido como el NASA-IBM Lunar Foundation Model, diseñado para transformar décadas de observaciones lunares en insights científicos. Este modelo, entrenado con un extenso conjunto de datos lunar curado por investigadores de IBM y NASA, permite a los científicos trabajar con información compleja de múltiples instrumentos y resolver patrones que antes eran difíciles de identificar. El modelo supera en un 23% a enfoques tradicionales al identificar características geográficas clave, como depósitos de hielo, cráteres y formaciones volcánicas. En el ámbito de los depósitos de hielo lunar, el modelo reduce el error en un 22% comparado con el modelo SwinV2-B ImageNet, lo que podría facilitar la identificación de recursos como agua y oxígeno para futuras bases lunares. Además, el modelo mejora la identificación de características volcánicas en un 3% y la detección de cráteres en un 19%, utilizando solo la mitad de los datos de entrenamiento. Junto con el modelo, se ha creado un conjunto de datos lunar de código abierto que integra más de 30 capas espaciales alineadas provenientes de nueve instrumentos de cuatro misiones, incluyendo las misiones Lunar Reconnaissance Orbiter y GRAIL de la NASA, así como la misión SELENE/Kaguya de la Agencia de Exploración Aeroespacial Japonesa. Este esfuerzo forma parte de la familia de modelos de base abierta Prithvi de IBM y NASA, que abarca geoespacial, meteorología, heliofísica y ahora ciencia lunar. El objetivo es acelerar el descubrimiento científico y respaldar la próxima fase de exploración lunar, proporcionando una plataforma compartida para que los investigadores adapten el modelo a diferentes preguntas científicas. La noticia fue publicada por EME Outlook Magazine, una revista especializada en industrias B2B en Europa y el Medio Oriente, destacando avances tecnológicos y científicos en el sector.