NASA dan IBM Luncurkan Model AI Terbuka untuk Riset Bulan

NASA dan IBM merilis NASA-IBM Lunar Foundation Model, model AI berbasis sumber terbuka yang dilatih dengan data pengamatan Bulan selama 17 tahun terakhir. Model ini menggunakan citra beresolusi tinggi dari Lunar Reconnaissance Orbiter (LRO) NASA, serta data dari misi GRAIL, Lunar Prospector, dan SELENE/Kaguya milik JAXA Jepang, dengan total data mencapai satuan petabyte. Ilmuwan dapat menggunakannya untuk mengidentifikasi endapan es, kawah, dan area vulkanik di permukaan Bulan, serta memetakan kawah, menganalisis fitur vulkanik, dan memprediksi potensi lokasi es air di kutub Bulan secara lebih cepat. Model membantu mengungkap pola tersembunyi dan mempercepat identifikasi fitur langka seperti Irregular Mare Patches, mendukung riset antariksa dengan memanfaatkan AI untuk mengolah data petabita NASA secara efisien. Kevin Murphy, Kepala Data Sains NASA, menyatakan model ini dirancang untuk membuat data Bulan lebih mudah dieksplorasi dan digunakan oleh para peneliti, dengan fokus pada es di Bulan yang mengandung air dan oksigen penting untuk pendirian pangkalan lunar di masa depan serta eksplorasi Mars. Model ini merupakan bagian dari strategi NASA untuk menggunakan AI dalam eksplorasi planet, dan dihosted di Hugging Face dengan kode sumber lengkap tersedia di GitHub untuk pengujian publik.