NASA e IBM liberan un modelo fundacional de IA para cartografiar la Luna
El modelo combina observaciones en varias modalidades y resoluciones, y llega con un conjunto de datos abierto de más de 30 capas alineadas espacialmente tomadas por nueve instrumentos.
NASA e IBM han publicado un modelo fundacional de inteligencia artificial para analizar la superficie lunar, con pesos abiertos y un conjunto de datos asociado. El NASA-IBM Lunar Foundation Model está alojado en Hugging Face y, según sus responsables, es el primero que integra observaciones capturadas en varias modalidades, desde distintos ángulos de visión y a distintas escalas espaciales.
Hasta ahora esto se hacía a mano, revisando mapas e imágenes uno detrás de otro, o con modelos de aprendizaje automático de baja resolución. La propuesta va en la dirección contraria: un único modelo al que se le pueden conectar observaciones de instrumentos distintos para buscar patrones que, mirados por separado, no aparecen. Juan Bernabé-Moreno, director de investigación de IBM para Europa, lo describe como una plataforma abierta sobre la que la comunidad investigadora pueda construir.
Qué trae el paquete
Junto al modelo, los equipos de IBM y NASA han compilado un conjunto de datos abierto con más de 30 capas alineadas espacialmente, construidas a partir de datos de nueve instrumentos y cuatro misiones. Hablamos de decenas de miles de imágenes y mapas con distintas propiedades geofísicas de la superficie lunar.
Los casos de uso que citan sus autores son tres: localizar depósitos de hielo que todavía no se han identificado, analizar formaciones volcánicas conocidas como Irregular Mare Patches y clasificar cráteres. El hielo interesa porque implica presencia de agua y oxígeno, y porque se encuentra en regiones permanentemente en sombra, que están entre las más difíciles de observar. El modelo cruza observaciones multimodales y a varias resoluciones para estimar dónde puede haberlo.
Un patrón que se repite
La receta no es nueva en otros dominios: un modelo preentrenado sobre un corpus grande y heterogéneo, más un dataset curado y publicado en abierto, para que cada grupo de investigación haga el ajuste fino que necesite en lugar de entrenar desde cero. Lo que cambia aquí es la escala del corpus y que las capas vengan ya alineadas espacialmente, que es la parte que normalmente se lleva más horas de trabajo sucio.
Para quien trabaja con teledetección o con modelos multimodales, lo relevante es que haya pesos descargables y que el dataset esté documentado. El anuncio no concreta los requisitos de cómputo para inferencia ni los términos exactos de uso comercial del modelo, así que conviene leer la ficha antes de meterlo en un pipeline. Tampoco se ha enseñado una comparativa contra los métodos que ya usaban los equipos de ciencia planetaria. Los pesos y el dataset están ahí; lo que falta es ver cuánta gente los adopta fuera del círculo que los ha creado.
