IBM e NASA: Lanciato un Modello Open Source per l’Analisi dei Dati Lunari

IBM e NASA hanno annunciato il rilascio del NASA-IBM Lunar Foundation Model, un modello di intelligenza artificiale open source progettato per analizzare enormi quantità di dati lunari raccolti nel corso degli ultimi cinquant’anni. Pubblicato su Hugging Face, questo modello multimodale è stato addestrato su un vasto dataset della NASA, che sarà reso disponibile al pubblico.

Il modello offre la possibilità di adattare una singola foundation model a diverse analisi geologiche, eliminando la necessità di sviluppare modelli specifici per ogni singolo compito. Questo approccio innovativo semplifica lo studio di aree della superficie lunare considerate potenzialmente pericolose o strategiche, come i depositi di ghiaccio, i crateri e le formazioni vulcaniche.

Grazie a questo strumento, gli scienziati possono ottenere risultati più accurati nell’individuazione di crateri e caratteristiche vulcaniche, riducendo al contempo gli errori nella localizzazione di possibili depositi di ghiaccio. Il dataset unificato, disponibile per il machine learning, comprende oltre 30 layer spazialmente allineati provenienti da nove strumenti su quattro missioni, con decine di migliaia di immagini e mappe che mostrano le proprietà geofisiche della superficie lunare. Tra le fonti di dati ci sono le osservazioni del Lunar Reconnaissance Orbiter e della missione GRAIL.

IBM sottolinea che il modello è progettato per supportare la navigazione sicura degli astronauti, l’identificazione di risorse essenziali e la comprensione della storia geologica della Luna. Questi elementi sono considerati cruciali per stabilire una presenza umana sostenuta sulla Luna e per la produzione di carburante necessario per future missioni spaziali.

Juan Bernabe-Moreno, direttore di IBM Research Europe, ha dichiarato che la foundation model rappresenta una base per esplorare la Luna su scala, connettendo osservazioni tra diversi strumenti e rivelando pattern difficili da individuare isolatamente. La combinazione del modello e del dataset mira a fornire alla comunità di ricerca una piattaforma aperta per analisi automatizzate e studi geologici su larga scala.

Questo sviluppo rappresenta un passo significativo verso l’avanzamento delle conoscenze scientifiche sulla Luna e il potenziamento delle future missioni spaziali, rendendo l’esplorazione lunare più accessibile e sicura per gli scienziati e gli astronauti.