A NASA lançou um novo modelo de inteligência artificial desenvolvido para ajudar pesquisadores a estudar a superfície da Lua com mais rapidez e precisão. Criada em parceria com a IBM Research e instituições acadêmicas, a ferramenta foi desenvolvida especialmente para pesquisas lunares e disponibilizada em código aberto para uso da comunidade científica.
O NASA-IBM Lunar Foundation Model foi treinado principalmente com dados coletados pela sonda Lunar Reconnaissance Orbiter (LRO), que observa a Lua há 17 anos. O conjunto utilizado no treinamento reúne cerca de 2 milhões de imagens, incluindo mais de 1 milhão de registros de alta resolução e aproximadamente 964 mil imagens multiespectrais.
A tecnologia permite que pesquisadores analisem grandes volumes de informações e adaptem o modelo para diferentes estudos sem precisar desenvolver um novo sistema de inteligência artificial para cada tarefa. Entre as aplicações estão o mapeamento de crateras, a identificação de estruturas vulcânicas e a estimativa de regiões próximas aos polos onde pode existir gelo.
A presença de gelo é uma das áreas de maior interesse para futuras pesquisas. Algumas regiões da Lua permanecem permanentemente na sombra e apresentam temperaturas suficientemente baixas para conservar depósitos de gelo por períodos que podem chegar a bilhões de anos. Mapear esses locais pode ajudar os cientistas a compreender a história do satélite e também a identificar possíveis recursos para futuras missões de exploração.
O modelo também pode acelerar a identificação de crateras. Essas estruturas são formadas por impactos e ajudam os cientistas a determinar a idade da superfície lunar e reconstruir parte da história do Sistema Solar. Com a análise automatizada, os pesquisadores podem dedicar mais tempo à interpretação dos dados obtidos.
Outro campo de estudo envolve estruturas vulcânicas consideradas relativamente jovens. A identificação dessas formações pode contribuir para pesquisas sobre a evolução térmica da Lua e ajudar a esclarecer quando e como ocorreram os processos geológicos que moldaram sua superfície.
Além dos dados do LRO, o modelo recebeu informações de outras missões, como a GRAIL, a Lunar Prospector e a missão japonesa SELENE. O objetivo é ampliar a capacidade da inteligência artificial de interpretar diferentes características do terreno lunar.
Segundo a NASA, o modelo apresentou desempenho igual ou superior ao de outros sistemas avaliados nas tarefas analisadas. O resultado foi especialmente favorável na estimativa da estabilidade de áreas com possível presença de gelo nos polos lunares.
A iniciativa faz parte de uma colaboração mais ampla entre a NASA e a IBM para aplicar inteligência artificial à pesquisa científica. O trabalho inclui modelos voltados ao estudo da Terra e do Sol, com aplicações em áreas como monitoramento de desastres, previsão de enchentes, produção agrícola, furacões e fenômenos do clima espacial.
Por ser uma ferramenta aberta, o modelo lunar também poderá ser utilizado e aprimorado por pesquisadores de diferentes países. A NASA disponibilizou conjuntos de dados e referências para testes, permitindo que cientistas comparem resultados e desenvolvam novas aplicações para o estudo da Lua.