A exploração espacial acaba de dar um salto tecnológico significativo. A NASA e a IBM uniram esforços para criar um modelo de inteligência artificial de código aberto desenhado especificamente para a investigação lunar. Segundo o site TechRepublic, o NASA-IBM Lunar Foundation Model tem como objectivo principal ajudar os investigadores a mapear crateras, identificar formações vulcânicas e prever áreas com elevado potencial para a existência de gelo. Este lançamento oferece aos cientistas um ponto de partida partilhado, ao processar observações recolhidas por múltiplos instrumentos em diferentes resoluções.
Uma base de dados gigante
Durante décadas, os sensores e instrumentos espaciais geraram petabytes de informação sobre a Lua, o que obriga muitas vezes os investigadores a examinar estes materiais manualmente ou a criar sistemas isolados para cada projecto. Para resolver este problema, as duas entidades disponibilizaram o primeiro conjunto de dados lunares de código aberto a combinar observações multimodais e de multirresolução. Esta estrutura integra mais de 30 camadas alinhadas espacialmente, provenientes de 9 instrumentos distribuídos por 4 missões espaciais distintas. Entre as fontes utilizadas estão o Lunar Reconnaissance Orbiter, o Gravity Recovery and Interior Laboratory e o Lunar Prospector da NASA, bem como a missão SELENE da agência espacial japonesa.
Precisão na procura por recursos vitais
Uma das aplicações mais promissoras desta tecnologia é a identificação de áreas onde pode existir gelo sob a superfície lunar, um recurso crucial que poderá fornecer água, oxigénio e até combustível para futuras missões espaciais. Nos testes realizados, o novo modelo reduziu o erro quadrático médio em até 22% quando comparado com o modelo de imagem SwinV2-B na previsão de zonas com gelo. O sistema também foi testado em formações vulcânicas invulgares, conseguindo melhorar a identificação da extensão destas estruturas em 3%.
Preparação para o futuro da exploração espacial
A detecção de crateras é outra das grandes vantagens deste sistema integrado na família de modelos abertos Prithvi da IBM. Numa resolução contextual de aproximadamente 100 metros, a nova inteligência artificial superou o modelo anterior em quase 19%, ao utilizar apenas 50% dos dados de treino. O mapeamento detalhado do terreno lunar vai ajudar os cientistas a estimar a idade e a composição do solo, permitindo aos planeadores de missões identificar declives e perigos potenciais. Esta preparação é fundamental numa altura em que a NASA organiza futuras missões de superfície após o voo tripulado Artemis II em redor da Lua.
