La NASA e IBM desarrollan una IA para desentrañar los secretos de la Luna

La NASA quiere entender mejor la Luna antes de volver allí. Ha creado con IBM una IA para encontrar hielo y nuevos cráteres

Durante 17 años, la Lunar Reconnaissance Orbiter ha fotografiado y medido la Luna, creando uno de los archivos más detallados sobre su superficie. La NASA asegura que esta misión ha generado un volumen de datos mayor que el de todas sus demás misiones planetarias combinadas. Sin embargo, el desafío ahora es procesar esta información rápidamente para extraer patrones útiles, una tarea crucial mientras la agencia se prepara para el regreso de astronautas a la superficie lunar.

Para aprovechar al máximo este material, la NASA e IBM, junto a varias instituciones académicas, han desarrollado el NASA-IBM Lunar Foundation Model, un modelo de inteligencia artificial especializado en ciencia lunar. Este modelo, entrenado principalmente con observaciones de la Lunar Reconnaissance Orbiter, se ha publicado como código abierto y puede adaptarse a tareas específicas, como cartografiar cráteres o estudiar regiones polares y estructuras volcánicas.

Un aspecto fascinante del modelo es su capacidad para estimar la prospectividad de hielo en los polos lunares, donde algunas zonas permanecen siempre en sombra y pueden conservar hielo durante miles de millones de años. Aunque el sistema no detecta agua helada directamente, señala qué lugares podrían tener condiciones favorables para su existencia. Este conocimiento es vital tanto para comprender la historia de la Luna como para futuras expediciones, donde el agua podría convertirse en un recurso local esencial.

Los cráteres lunares son otra área donde la IA muestra su potencial. La NASA probó el modelo con imágenes tomadas antes y después del impacto de un cohete de SpaceX cerca del cráter Einstein, destacando un nuevo cráter junto a otros ya existentes. Este experimento demuestra cómo el sistema puede ajustarse para reconocer cambios que inicialmente no había visto.

Además, la herramienta puede ayudar a localizar las irregular mare patches, pequeñas estructuras volcánicas que parecen haberse formado mucho después de la gran etapa de actividad volcánica de la Luna. Identificarlas y cartografiarlas rápidamente permite a los científicos estudiar más regiones y comparar mejor sus características, contribuyendo a entender cómo evolucionó el interior lunar.

En resumen, aunque el modelo no está validado para certificar zonas de alunizaje ni para despejar riesgos operativos, su valor reside en ofrecer a los científicos una base abierta y reutilizable para analizar más deprisa el creciente archivo lunar y formular mejores preguntas sobre su superficie.

Fuente: https://www.xataka.com/espacio/nasa-quiere-entender-mejor-luna-antes-volver-alli-ha-creado-ibm-ia-para-encontrar-hielo-nuevos-crateres