IBM y NASA han liberado como código abierto el modelo base NASA-IBM Lunar Foundation Model, un sistema de IA que consolida décadas de datos lunares multimodales de misiones estadounidenses y japonesas en una única representación. Construido sobre la arquitectura TerraMind de IBM, el modelo integra observaciones a diferentes escalas y ángulos de visión para abordar desafíos como la iluminación compleja y la resolución de datos.
El modelo se prioriza inicialmente para mapear cráteres no catalogados, investigar la historia volcánica y localizar hielo en las regiones polares. Utiliza adaptadores de bajo rango ligeros (LoRA) para ajustar el modelo base mientras mantiene congelado el 90% de los pesos. En las pruebas, redujo las tasas de error un 22 % en comparación con un transformador SwinV2 para la prospección de hielo y superó a los modelos específicos de tarea en la detección de cráteres y el mapeo de características volcánicas.
Esta publicación de código abierto tiene como objetivo ayudar a los científicos a explorar el paisaje lunar y asistir a futuros astronautas en la identificación de recursos como agua y helio-3 para el programa Artemis.