Η NASA και η IBM ανακοίνωσαν την κυκλοφορία ενός μοντέλου τεχνητής νοημοσύνης ανοιχτού κώδικα σχεδιασμένου να βοηθήσει τους επιστήμονες να αναλύσουν δεδομένα δεκαετιών από παρατηρήσεις της Σελήνης και να υποστηρίξουν τα σχέδια για μια διαρκή ανθρώπινη παρουσία στο φεγγάρι.
Το NASA-IBM Lunar Foundation Model είναι ένα δημόσια διαθέσιμο εργαλείο τεχνητής νοημοσύνης σχεδιασμένο για τη μελέτη της Σελήνης. Εκπαιδεύτηκε σε περισσότερα από 30 επίπεδα δεδομένων τα οποία συλλέχθηκαν από εννέα όργανα σε τέσσερις αποστολές της NASA μεταξύ των οποίων και το Lunar Reconnaissance Orbiter.
Το μοντέλο εντάσσεται στην οικογένεια Prithvi των IBM και NASA η οποία περιλαμβάνει ανοιχτά θεμελιώδη μοντέλα για γεωχωρικές εφαρμογές, την πρόγνωση καιρού και άλλους τομείς.
Μπορεί να βοηθήσει τους ερευνητές να εντοπίσουν πιθανά κοιτάσματα πάγου στις μόνιμα σκιασμένες περιοχές της Σελήνης, να χαρτογραφήσουν κρατήρες προκειμένου να επιλέξουν ασφαλείς τοποθεσίες προσγείωσης και να μελετήσουν ηφαιστειακά χαρακτηριστικά. Πρόκειται για εργασίες που παραδοσιακά απαιτούσαν από τους επιστήμονες να εξετάζουν χειροκίνητα χάρτες και εικόνες ή να βασίζονται σε εργαλεία μηχανικής μάθησης χαμηλότερης ανάλυσης.
Σε δοκιμές αξιολόγησης, το μοντέλο εντόπισε βασικά χαρακτηριστικά της σεληνιακής επιφάνειας με έως και 23% μεγαλύτερη ακρίβεια σε σύγκριση με ευρέως χρησιμοποιούμενες μεθόδους, σύμφωνα με τη NASA και την IBM.
Ο σεληνιακός πάγος παρουσιάζει ιδιαίτερο ενδιαφέρον για τις διαστημικές υπηρεσίες, επειδή αποτελεί ένδειξη της παρουσίας νερού και οξυγόνου, πόρων που θεωρούνται απαραίτητοι για μια μελλοντική βάση στη Σελήνη, καθώς και για την παραγωγή καυσίμων πυραύλων που θα χρησιμοποιηθούν σε αποστολές προς τον Άρη.
Το πρόγραμμα Artemis της NASA προβλέπει την επιστροφή αστροναυτών στη Σελήνη το 2028 με στόχο τη δοκιμή νέων τεχνολογιών για μια διαρκή ανθρώπινη παρουσία στη Σελήνη και μελλοντικά για αποστολές στον Άρη.
