NASA e IBM lançam modelo de IA open source para decifrar dados lunares

A parceria entre a NASA e a IBM Research inaugura uma nova era na compreensão do nosso vizinho celeste mais próximo. O lançamento do Modelo Lunar Foundation da NASA-IBM oferece aos pesquisadores uma ferramenta poderosa para interpretar dados lunares complexos. Esta iniciativa se destaca como um dos primeiros modelos de inteligência artificial de código aberto dedicados à ciência lunar. Ela muda o foco da análise manual para a descoberta automatizada. Isso permite que os cientistas processem grandes volumes de informações com maior eficiência.

No centro deste modelo está um impressionante conjunto de dados extraído do Orbiter de Reconhecimento Lunar da NASA. O treinamento inclui mais de dois milhões de blocos de imagem coletados ao longo de quase vinte anos. Essas imagens apresentam fotos de câmera de alta resolução com detalhamento de um metro e imagens multiespectrais com resolução de cem metros. O sistema também incorpora dados topográficos das missões GRAIL da NASA e SELENE da JAXA. Essa abordagem abrangente permite que o modelo aprenda padrões que algoritmos tradicionais poderiam perder.

Diferente de sistemas especializados que exigem desenvolvimento personalizado para cada tarefa, este modelo pré-treinado se adapta rapidamente. Os cientistas podem ajustá-lo usando pequenas quantidades de dados rotulados. Essa flexibilidade abre várias linhas de pesquisa importantes. Os pesquisadores agora estão mapeando crateras para determinar as idades da superfície com mais precisão. Eles também identificam irregularidades nas planícies mareais, que fornecem pistas sobre a história vulcânica da Lua. Outra aplicação crítica envolve estimar a estabilidade do gelo de água perto dos polos. Compreender esses depósitos de gelo é vital para planejar futuras missões humanas.

O modelo apresenta desempenho sólido na previsão de onde o gelo polar pode ser encontrado. Ele preserva detalhes em escala fina que ajudam a identificar recursos essenciais para a exploração de longo prazo. Ele também detecta mudanças sutis na superfície, como novas crateras de impacto causadas por estágios de foguetes. Ao comparar imagens antes e depois dos eventos, a IA destaca mudanças que passariam despercebidas. Essa capacidade melhora nossa habilidade de monitorar a atividade lunar em tempo real.

Este projeto está alinhado com a estratégia mais ampla da NASA de integrar a inteligência artificial nos fluxos de trabalho científicos. Ele complementa outras iniciativas bem-sucedidas, como os Modelos Prithvi para observação da Terra e o Modelo Surya para heliofísica. O desenvolvimento contou com equipes dos Centros Espaciais Marshall, Goddard e Ames da NASA. Parceiros acadêmicos, incluindo o Instituto SETI e a Universidade Howard, também contribuíram para o esforço. O lançamento deste modelo como ciência aberta incentiva a colaboração global e a pesquisa reprodutível.