Create Account
NASA e IBM Lançam IA Aberta para Mapear Gelo e Recursos na Lua
A corrida para estabelecer uma presença humana contínua na Lua acaba de ganhar um aliado computacional de peso. Numa parceria científica e tecnológica de grande escala, a NASA e a IBM anunciaram recentemente o lançamento público do NASA-IBM Lunar Foundation Model, um sistema pioneiro de inteligência artificial concebido em formato de código aberto para decifrar a geologia do nosso satélite natural com um nível de precisão sem precedentes. A ferramenta visa resolver um dos maiores gargalos da exploração espacial contemporânea: a gestão e interpretação de um colossal volume de medições acumuladas ao longo de décadas.
Um salto sobre décadas de observação planetária
Ao longo dos últimos dezassete anos, instrumentos científicos como o orbitador Lunar Reconnaissance Orbiter (LRO) recolheram um arquivo monumental que ultrapassa a quantidade de informação combinada de quase todas as outras missões planetárias da agência norte-americana. Contudo, correlacionar mapas térmicos, dados topográficos e imagens de satélite sempre exigiu centenas de horas de esforço manual ou modelos computacionais isolados, incapazes de operar sobre múltiplos instrumentos simultaneamente.
O novo modelo de fundação lunar foi treinado a partir de quase dois milhões de blocos de dados integrados, abrangendo onze modalidades científicas e reunindo observações recolhidas pelo LRO, pela missão gravitacional GRAIL e pela sonda japonesa SELENE/Kaguya. A arquitetura foi concebida para contornar desafios ópticos característicos do espaço:
- Gestão de sombras extremas: ao contrário do que acontece na Terra, onde a atmosfera suaviza as transições de luz, a Lua possui contrastes abruptos onde as crateras mudam radicalmente de aparência de acordo com a incidência solar;
- Resolução mista: o modelo consegue processar simultaneamente dados panorâmicos de escala contextual e imagens detalhadas de até um metro por pixel;
- Ganhos de eficiência: em avaliações comparativas com outros sistemas de visão computacional, o algoritmo reduziu erros em até 23% e identificou formações com metade do volume de treino anterior.
A caça ao gelo no polo sul lunar
O impacto prático deste desenvolvimento reflete-se diretamente no planeamento das próximas missões de exploração. Os investigadores pretendem utilizar a inteligência artificial para localizar depósitos estáveis de gelo em crateras permanentemente sombreadas nas regiões polares da Lua. Nesses abismos escuros, onde o calor solar direto nunca incidiu ao longo de milhares de milhões de anos, a água preservada surge como um dos recursos mais preciosos para sustentar bases permanentes.
A transformação de décadas de observações dispersas numa plataforma integrada permite identificar com segurança locais propícios para alunagens e antecipar reservas essenciais à exploração humana prolongada.
A presença confirmada de gelo lunar não assegura apenas o fornecimento de água potável para astronautas. Através de processos eletroquímicos, as reservas podem ser divididas em oxigénio para suporte de vida e hidrogénio líquido para propelente de foguetes, convertendo a Lua num posto de reabastecimento logístico para futuras viagens até Marte.
Abertura à comunidade científica mundial
Ao disponibilizar os pesos do modelo e as ferramentas de suporte em plataformas abertas como o Hugging Face e o GitHub, o projeto democratiza a análise astronómica. Instituições de investigação e agências de menor dimensão podem agora desenvolver tarefas específicas — desde o rastreio de microcrateras até à cartografia vulcânica — sem incorrer nos custos proibitivos do treino de modelos desde a estaca zero. Com esta infraestrutura partilhada, a exploração espacial dá mais um passo decisivo rumo à autonomia na superfície da Lua.
