IBM και NASA: Νέο ανοικτό μοντέλο AI χαρτογραφεί πάγο και κρατήρες στη Σελήνη

Η IBM και η NASA παρουσίασαν στις 10 Σεπτεμβρίου 2026 ένα νέο ανοικτό μοντέλο τεχνητής νοημοσύνης, σχεδιασμένο για την ανάλυση δεκαετιών παρατηρήσεων της Σελήνης. Το NASA-IBM Lunar Foundation Model φιλοδοξεί να επιταχύνει την αναζήτηση πάγου, τη χαρτογράφηση κρατήρων και τη μελέτη γεωλογικών σχηματισμών, υποστηρίζοντας παράλληλα τον σχεδιασμό μελλοντικών αποστολών.

Το μοντέλο εκπαιδεύτηκε με περισσότερα από 30 επίπεδα δεδομένων, τα οποία προέρχονται από εννέα όργανα τεσσάρων αποστολών της NASA. Ανάμεσα στις πηγές περιλαμβάνονται οι παρατηρήσεις του Lunar Reconnaissance Orbiter, του διαστημοπλοίου που χαρτογραφεί τη σεληνιακή επιφάνεια από το 2009. Η συνδυαστική αξιοποίηση διαφορετικών τύπων μετρήσεων επιτρέπει στο σύστημα να εντοπίζει σχέσεις που είναι δύσκολο να αναγνωριστούν όταν κάθε σύνολο δεδομένων εξετάζεται απομονωμένα.

Σύμφωνα με τις δύο οργανώσεις, το εργαλείο μπορεί να βοηθήσει τους ερευνητές να αναγνωρίζουν πιθανές αποθέσεις πάγου στις μόνιμα σκιασμένες περιοχές των πόλων, να καταγράφουν κρατήρες για την επιλογή ασφαλέστερων σημείων προσεδάφισης και να αναλύουν ηφαιστειακά χαρακτηριστικά. Πρόκειται για εργασίες που παραδοσιακά απαιτούν εκτενή χειροκίνητη εξέταση χαρτών και εικόνων ή τη χρήση μοντέλων μηχανικής μάθησης με μικρότερη ανάλυση.

Στις δοκιμές αναφοράς, το νέο μοντέλο αναγνώρισε βασικά χαρακτηριστικά της σεληνιακής επιφάνειας με ακρίβεια έως και 23% υψηλότερη από ευρέως χρησιμοποιούμενες μεθόδους. Ωστόσο, το ποσοστό αυτό αφορά συγκεκριμένα benchmarks και δεν σημαίνει ότι το σύστημα αντικαθιστά την επιστημονική αξιολόγηση. Η αξία του βρίσκεται κυρίως στη δυνατότητα να περιορίζει τα δεδομένα που χρειάζονται λεπτομερή ανθρώπινη εξέταση και να λειτουργεί ως κοινή βάση για διαφορετικές ερευνητικές εφαρμογές.

Ιδιαίτερη σημασία έχει η ανίχνευση σεληνιακού πάγου. Το νερό και το οξυγόνο θεωρούνται κρίσιμοι πόροι για μια μακροχρόνια ανθρώπινη παρουσία στη Σελήνη, ενώ θα μπορούσαν μελλοντικά να αξιοποιηθούν και για την παραγωγή καυσίμων. Η ακριβέστερη γνώση της κατανομής τους μπορεί επομένως να επηρεάσει τόσο την επιλογή περιοχών εξερεύνησης όσο και τον σχεδιασμό υποδομών.

Το Lunar Foundation Model εντάσσεται στην οικογένεια ανοικτών μοντέλων Prithvi που αναπτύσσουν από κοινού IBM και NASA για γεωχωρικές, μετεωρολογικές και άλλες επιστημονικές εφαρμογές. Η ανοικτή διάθεσή του επιτρέπει σε ερευνητικές ομάδες να το προσαρμόσουν σε ειδικότερες αποστολές, να ελέγξουν τα αποτελέσματά του και να αναπτύξουν νέα εργαλεία πάνω στην ίδια τεχνολογική βάση.

Η ανακοίνωση συνδέεται άμεσα με τη νέα φάση της σεληνιακής εξερεύνησης. Το πρόγραμμα Artemis της NASA σχεδιάζει επιστροφή αστροναυτών στη Σελήνη το 2028, με στόχο τη δοκιμή τεχνολογιών για διαρκέστερη παρουσία και, σε βάθος χρόνου, αποστολές προς τον Άρη. Σε αυτό το πλαίσιο, η ταχύτερη μετατροπή τεράστιων αρχείων παρατηρήσεων σε αξιοποιήσιμη γνώση αποκτά επιχειρησιακή, όχι μόνο ακαδημαϊκή, σημασία.

Πηγή: Reuters, 10 Σεπτεμβρίου 2026