La NASA y IBM dieron un nuevo paso en la aplicación de la inteligencia artificial a la exploración espacial con el desarrollo del NASA-IBM Lunar Foundation Model, un modelo de IA creado para analizar grandes cantidades de información sobre la superficie de la Luna y facilitar la identificación de características geológicas que podrían ser relevantes para futuras misiones.
El modelo fue entrenado utilizando más de 30 capas de datos obtenidos a través de nueve instrumentos pertenecientes a diferentes misiones de la NASA. Esta combinación de información permite analizar la superficie lunar desde distintas perspectivas y detectar elementos que pueden resultar difíciles de identificar mediante métodos tradicionales de procesamiento de imágenes y datos.
Entre las aplicaciones más importantes se encuentra la identificación de posibles depósitos de hielo, cráteres y formaciones volcánicas. La presencia de hielo, particularmente en regiones permanentemente sombreadas de la Luna, es considerada de gran interés para la exploración espacial debido a que el agua podría convertirse en un recurso fundamental para futuras operaciones humanas. A partir del agua también podrían obtenerse componentes como hidrógeno y oxígeno, potencialmente útiles para sistemas de soporte y producción de combustible.
Las pruebas realizadas con el modelo mostraron resultados prometedores. De acuerdo con los datos divulgados sobre el proyecto, la inteligencia artificial consiguió hasta un 23 % más de precisión que métodos existentes en determinadas tareas de identificación de características de la superficie lunar. Esto podría reducir el tiempo necesario para procesar grandes volúmenes de información y ayudar a los investigadores a concentrarse en las zonas que presentan mayor interés científico.
La herramienta también podría tener un papel importante en la planificación de futuras misiones. La selección de lugares adecuados para aterrizajes lunares requiere analizar numerosos factores relacionados con el terreno, la seguridad y la disponibilidad potencial de recursos. Una herramienta capaz de procesar rápidamente grandes cantidades de datos podría proporcionar a los equipos científicos información adicional para tomar esas decisiones.
El desarrollo forma parte de una tendencia cada vez mayor hacia el uso de inteligencia artificial en la investigación espacial. A medida que las misiones generan cantidades crecientes de fotografías, mediciones y datos científicos, los sistemas automatizados pueden ayudar a clasificarlos y encontrar patrones que posteriormente son estudiados por los investigadores.
La tecnología desarrollada por NASA e IBM tiene además una característica relevante: el modelo fue presentado como una herramienta de código abierto, lo que abre la posibilidad de que otros investigadores y desarrolladores puedan estudiarlo, adaptarlo y utilizarlo en nuevos proyectos relacionados con la exploración lunar.
Aunque la Luna es el objetivo inmediato, las aplicaciones podrían extenderse a otros destinos. El análisis avanzado del terreno y la identificación de recursos podrían ser útiles para preparar misiones cada vez más complejas, incluida la futura exploración humana de Marte.
El avance refleja así cómo la inteligencia artificial comienza a convertirse en una herramienta complementaria para la exploración espacial. Mientras las agencias espaciales preparan nuevas misiones hacia la Luna y otros cuerpos del sistema solar, tecnologías capaces de interpretar grandes cantidades de información podrían desempeñar un papel cada vez más importante en la búsqueda de recursos, la selección de lugares de aterrizaje y la comprensión de otros mundos.
