NASA e IBM liberam modelo aberto de IA para mapear a Lua
Pesquisadores podem ajustar o modelo para identificar crateras, depósitos de gelo nos polos e feições vulcânicas em apoio ao planejamento da era Artemis.
A IBM e a NASA publicaram o NASA‑IBM Lunar Foundation Model e o conjunto unificado de dados lunares no Hugging Face, anúncio feito em 10 de setembro de 2026 que torna essas ferramentas públicas para pesquisadores.
O conjunto de dados reúne mais de 30 camadas de dados espacialmente alinhadas, extraídas de nove instrumentos em quatro missões, incluindo o Lunar Reconnaissance Orbiter e o GRAIL, e incorpora dezenas de milhares de imagens e mapas em várias resoluções.
Em testes de referência, o modelo foundation identificou características lunares-chave com até 23% mais precisão do que métodos comuns, com cerca de 19% de melhora na detecção de crateras e redução de erros na prospectividade de gelo de até 22% em comparação com uma linha de base SwinV2‑B.
O sistema usa treinamento multimodal e multirresolução com aprendizado por tokens mascarados e metadados explícitos de iluminação e da espaçonave para lidar com sombras lunares extremas e diferenças de escala. Ele também suporta métodos de fine‑tuning leves, permitindo que equipes adaptem o modelo sem treinar do zero. Os desenvolvedores ressaltam que se trata de uma ferramenta de reconhecimento de padrões, que não substitui medições diretas na superfície.
O lançamento aberto complementa modelos foundation da IBM e da NASA para a Terra e o Sol e tem como objetivo acelerar a seleção de locais, a prospecção de recursos e estudos científicos antes das missões tripuladas da era Artemis, além de convidar a comunidade científica global a refinar e validar o modelo.