NASA e IBM abrem modelo de IA para mapear melhor a Lua

A NASA e a IBM juntaram décadas de dados da Lua, treinaram um modelo de IA e puseram-no aberto no Hugging Face. Chama-se NASA‑IBM Lunar Foundation Model e é pensado para a próxima vaga de missões Artemis, que já não querem só plantar bandeiras, querem montar logística.

Até aqui, muito do trabalho passava por equipas a vasculhar mapas e imagens de diferentes sondas, ou por modelos de machine learning de baixa resolução, focados num único tipo de tarefa. Traduzindo: ciência a conta-gotas num planeta que está a preparar regresso em força. O novo modelo faz o oposto, cruza dados de múltiplos instrumentos e missões e tenta encontrar padrões à escala global do satélite.

Segundo a NASA e a IBM, o modelo consegue identificar crateras, formações vulcânicas e indícios de depósitos de gelo com até mais 23% de precisão do que métodos amplamente usados hoje. Esses detalhes não são cosmética científica. São o que vai definir onde aterram módulos, onde faz sentido instalar bases e onde se podem perfurar depósitos de gelo para ter água, oxigénio e combustível. É a mesma lógica de engenharia de risco que já vimos noutros programas da agência, do helicóptero Dragonfly para Titã ao jato silencioso X-59.

Em paralelo, NASA e IBM montaram o que descrevem como o primeiro grande dataset lunar aberto deste tipo, com dezenas de milhares de mapas e imagens de nove instrumentos em quatro missões diferentes. Isto é talvez o movimento mais interessante: não é só um modelo fechado com selo corporativo, é matéria-prima para qualquer equipa pegar, refinar, adaptar a tarefas específicas e, no limite, contestar os resultados oficiais. Para uma agência que vive sob escrutínio público e orçamental, abrir assim a caixa de ferramentas não é inocente, é uma forma de comprar confiança e acelerar investigação externa a custo quase zero.

Claro que há limites. Estamos a falar de um modelo treinado em dados históricos, com as mesmas lacunas e enviesamentos que essas missões tinham. Não substitui instrumentação nova no terreno, nem decide sozinho onde vai pousar o próximo módulo Artemis. Mas pode filtrar hipóteses, priorizar zonas de interesse e reduzir anos de trabalho manual a semanas de iterações em laboratório. Num contexto em que a NASA anda a dividir atenções entre a Lua, Marte e projetos mais experimentais como o seu avião supersónico silencioso, tudo o que automatize análise pesada conta.

Para quem olha de Portugal, onde a conversa espacial costuma ficar por satélites de telecomunicações e contratos da ESA, este tipo de modelo aberto tem outra leitura: é um atalho de luxo para universidades e startups que queiram mexer em dados reais de exploração espacial sem precisarem de um orçamento à escala NASA. A Lua continua longe, mas o acesso ao “backoffice” técnico nunca esteve tão perto. E é aí que a IA pode, discretamente, alterar quem entra no jogo da próxima década.

Fonte: CNET