IBM e NASA: un modello open source per l’analisi dei dati lunari

IBM e NASA hanno annunciato il lancio del NASA-IBM Lunar Foundation Model, un modello di intelligenza artificiale open source disponibile su Hugging Face. Questo strumento è stato progettato per analizzare enormi quantità di dati lunari, accumulati nel corso delle ultime cinque decadi, e rappresenta un passo significativo verso una comprensione più profonda della nostra Luna.

Il modello, definito multimodale, è stato addestrato su un vasto dataset NASA, che sarà reso pubblico. La sua flessibilità consente di adattare un singolo modello a diverse analisi geologiche, eliminando la necessità di sviluppare modelli specifici per ogni tipo di analisi. Questo approccio promette di semplificare e velocizzare le ricerche, rendendo più accessibili le informazioni cruciali per le future missioni lunari.

Una delle applicazioni principali del modello è lo studio di aree potenzialmente pericolose o strategiche della superficie lunare, come i depositi di ghiaccio, i crateri e le formazioni vulcaniche. Grazie all’accuratezza migliorata nell’individuazione di crateri e caratteristiche vulcaniche, il modello riduce gli errori nella localizzazione di possibili risorse, un aspetto fondamentale per la sicurezza degli astronauti.

Il dataset unificato, disponibile per il machine learning, comprende oltre 30 layer spazialmente allineati provenienti da nove strumenti su quattro missioni. Questo include decine di migliaia di immagini e mappe che rivelano le proprietà geofisiche della superficie lunare, con dati provenienti dal Lunar Reconnaissance Orbiter e dalla missione GRAIL.

IBM sottolinea che il modello non solo aiuterà nella navigazione sicura degli astronauti, ma sarà anche cruciale per l’identificazione di risorse essenziali e per la comprensione della storia geologica della Luna. Questi elementi sono considerati fondamentali per stabilire una presenza umana sostenuta sulla Luna e per la produzione di carburante per future missioni spaziali.

Juan Bernabe-Moreno, direttore di IBM Research Europe, ha dichiarato che il foundation model offre una base per esplorare la Luna su scala, connettendo osservazioni tra strumenti e rivelando pattern complessi che sarebbero difficili da individuare isolatamente. La combinazione del modello e del dataset rappresenta una piattaforma aperta per analisi automatizzate e studi geologici su larga scala, mettendo a disposizione della comunità di ricerca uno strumento potente per l’esplorazione lunare.