IBM y la NASA liberan una IA para buscar hielo en la Luna
El modelo, entrenado con 17 años de imágenes de la sonda LRO, es de código abierto y también cartografía cráteres y rastros volcánicos.
IBM y la NASA publicaron en código abierto el NASA-IBM Lunar Foundation Model, un modelo de inteligencia artificial entrenado con datos de la Luna que estima en qué zonas puede haber hielo, cartografía cráteres y localiza parches volcánicos irregulares.
Cualquiera puede descargarlo en la plataforma Hugging Face, junto con su documentación y los datos con los que fue preentrenado.
Esos datos suman unos 2 millones de fragmentos de imagen, en su mayoría captados por la sonda Lunar Reconnaissance Orbiter, que lleva 17 años en órbita: más de un millón de imágenes de alta resolución, de alrededor de un metro por píxel, y unas 964.000 multiespectrales. A ellos se añadieron registros de las misiones GRAIL, Lunar Prospector y de la japonesa Kaguya.
En las pruebas, el modelo igualó o superó a los sistemas de referencia, con su ventaja más clara en la estimación de hielo. También identificó el cráter nuevo que dejó el impacto de una etapa de un cohete de SpaceX cerca del cráter Einstein.
El hielo, sin embargo, no lo detecta directamente: lo que calcula es la probabilidad de hallarlo en cada zona. Y sus creadores advierten que no está validado para certificar lugares de alunizaje.
