Nasa e IBM firmaram uma nova parceria que utiliza inteligência artificial (IA) para contribuir com os preparativos para o retorno de astronautas à superfície da Lua. Vale ressaltar que a iniciativa envolve um modelo de IA de código aberto desenvolvido especificamente para analisar informações sobre o satélite natural da Terra e pode ajudar a acelerar estudos científicos relacionados às futuras missões lunares.
A parceria entre Nasa e IBM visando viagem à Lua em menos de dois anos
A possibilidade de seres humanos voltarem a pisar na Lua pode se tornar realidade nos próximos anos. Dentro desse planejamento, a Nasa e a IBM apresentaram o Nasa-IBM Lunar Foundation Model, um modelo de inteligência artificial criado para apoiar o estudo científico do satélite e contribuir com os preparativos para o retorno de astronautas à superfície lunar.
Nesse sentido, a tecnologia faz parte dos esforços relacionados ao programa Artemis, iniciativa da agência espacial norte-americana que prevê uma nova presença humana na Lua. Sendo assim, o planejamento apresentado pelas organizações considera o retorno de astronautas à superfície lunar em 2028.
O diferencial do modelo está na utilização de inteligência artificial para processar e interpretar grandes volumes de dados relacionados à Lua. Dessa forma, pesquisadores podem contar com uma ferramenta capaz de auxiliar na identificação e na análise de características presentes na superfície do satélite.
Modelo de IA foi disponibilizado de forma aberta
É importante apontar que o Nasa-IBM Lunar Foundation Model também se destaca por sua proposta de acesso aberto. O modelo foi disponibilizado publicamente na plataforma Hugging Face, enquanto seu código-fonte também está disponível no GitHub.
Com isso, pesquisadores de diferentes partes do mundo podem testar a tecnologia, experimentar suas possibilidades e utilizá-la como base para novas investigações. A abertura do modelo permite que equipes científicas trabalhem a partir de uma estrutura já desenvolvida, sem necessariamente precisar criar uma solução de inteligência artificial do zero.
Portanto, essa característica é algo que amplia o potencial científico da iniciativa, principalmente porque diferentes pesquisadores podem explorar os dados lunares a partir de objetivos distintos.
Mais detalhes dessa parceria entre Nasa e IBM
O desenvolvimento do modelo envolveu uma grande quantidade de informações obtidas durante anos de observação da Lua. De acordo com a Nasa, a inteligência artificial foi treinada principalmente com dados coletados pela Lunar Reconnaissance Orbiter (LRO), sonda responsável por reunir observações detalhadas da superfície lunar.
Paralelamente, o treinamento também utilizou décadas de informações obtidas em missões norte-americanas e japonesas. Nesse sentido, a intenção foi organizar esse material para que o modelo aprendesse a reconhecer diferentes características do satélite.
Ao todo, utilizaram-se aproximadamente 2 milhões de blocos de imagem, conhecidos como tiles. O conjunto inclui mais de 1 milhão de imagens de câmeras de alta resolução, com detalhamento de até 1 metro, além de quase 964 mil imagens multiespectrais com resolução de 100 metros.
Modelo faz parte da família Prithvi
Vale ressaltar que o sistema desenvolvido para a Lua integra a família Prithvi, uma linha de modelos geoespaciais de código aberto que Nasa e IBM já desenvolviam em conjunto. Em um momento inicial, direcionaram-se esses modelos à observação da Terra.
Depois, a colaboração foi ampliada para aplicações que são relacionadas ao clima e à heliofísica. Agora, a tecnologia é utilizada pela primeira vez para estudar um corpo celeste fora da Terra.
Segundo a IBM, o modelo apresentou resultados superiores aos de métodos amplamente utilizados atualmente em até 23% na identificação de depósitos de gelo, crateras e formações vulcânicas. O número está associado a uma tabela do relatório técnico publicado com o modelo.
Treinar uma IA para estudar a Lua trouxe desafios
Adicionalmente, o desenvolvimento também apresentou dificuldades específicas. De acordo com Juan Bernabé-Moreno, diretor de pesquisa da IBM para Europa, Reino Unido e Irlanda, trabalhar com dados lunares trouxe desafios diferentes dos encontrados na observação da Terra.
Uma dificuldade está relacionada à aparência das crateras vistas da órbita lunar. Em outras palavras, muitas apresentam características semelhantes quando registradas pelas câmeras das sondas.
Devido a isso, técnicas tradicionais de visão computacional não tiveram o desempenho esperado. Um método comum consiste em ocultar parte de uma imagem e pedir que a IA reconstrua o conteúdo. Nas imagens lunares, essa abordagem apresentou resultados inadequados. A semelhança entre crateras dificultou o treinamento, exigindo uma estratégia diferente para interpretar os dados.
O que motivou essa parceria entre Nasa e IBM?
É importante destacar que um dos principais interesses por trás do desenvolvimento do modelo está relacionado à busca e ao mapeamento de depósitos de gelo presentes em regiões da Lua que permanecem permanentemente na sombra.
Tais depósitos são importantes porque podem indicar a existência de água e oxigênio. Os dois recursos são considerados fundamentais para uma futura base lunar e também podem ter utilidade na produção de combustível para foguetes destinados a missões futuras, incluindo possíveis viagens a Marte.
Mapeamento lunar é importante para futuras missões
Identificar com precisão essas regiões pode ajudar no planejamento de uma presença humana mais prolongada na Lua. Para isso, pesquisadores precisam analisar grandes quantidades de imagens e informações obtidas por sondas que estudam a superfície lunar.
Sendo assim, é nesse ponto que a inteligência artificial desenvolvida pela Nasa e pela IBM pode contribuir. O modelo permite que os cientistas processem informações orbitais existentes de maneira mais rápida e precisa, auxiliando na produção de mapas e avaliações relacionadas à superfície do satélite.
Entretanto, é necessário compreender o verdadeiro alcance da tecnologia. O modelo não está instalado em uma espaçonave e não será responsável por controlar uma missão ou decidir automaticamente onde uma nave deverá pousar.
A ferramenta funciona como um recurso de pesquisa e planejamento utilizado por cientistas na Terra. Seus resultados podem contribuir para a análise dos dados coletados pelas sondas e, consequentemente, para avaliações de risco e mapas que fazem parte do planejamento mais amplo das missões do programa Artemis.
Desse modo, a IA não substitui as decisões humanas que estão envolvidas nas missões espaciais. Seu papel está relacionado ao processamento e à interpretação de informações que podem apoiar os pesquisadores durante a preparação para novas atividades na Lua.
A parceria entre Nasa e IBM é uma novidade?
Embora o novo modelo represente um avanço na utilização de inteligência artificial para o estudo lunar, a colaboração entre Nasa e IBM está longe de ser recente. A relação entre as duas organizações remonta às próprias missões Apollo, realizadas há mais de 50 anos. Ou seja, a parceria atual dá continuidade a uma história de colaboração ligada à exploração espacial e ao desenvolvimento de tecnologias voltadas para esse setor.
Segundo Campbell Watson, gerente sênior de pesquisa da IBM, a decisão de disponibilizar o modelo e os dados utilizados em seu treinamento de forma aberta também mantém uma tradição de ampliar o acesso científico.
Código aberto amplia as possibilidades de pesquisa
Ao permitir que pesquisadores tenham acesso ao modelo, a iniciativa cria uma base compartilhada que pode ser utilizada em diferentes estudos. As equipes podem adaptar a tecnologia para novas investigações e explorar outras possibilidades relacionadas à análise de informações lunares.
Essa estratégia também reduz a necessidade de que cada grupo de pesquisa precise começar um projeto de inteligência artificial do zero. Com uma estrutura já desenvolvida e disponibilizada publicamente, pesquisadores podem concentrar seus esforços na aplicação e no aprimoramento da tecnologia.
Vale ressaltar que a iniciativa acontece poucos meses depois da missão Artemis II realizar um sobrevoo histórico da Lua. Em abril, a missão se tornou o primeiro voo tripulado ao redor do satélite desde 1972.
A tripulação formada por Reid Wiseman, Christina Koch, Victor Glover e Jeremy Hansen alcançou, durante a missão, a maior distância da Terra já percorrida por seres humanos. O feito representa mais uma etapa dos esforços para ampliar novamente a presença humana no ambiente lunar.
É possível que essa parceria entre Nasa e IBM obtenha sucesso?
É importante destacar que a parceria entre Nasa e IBM combina dados lunares, inteligência artificial e acesso aberto ao modelo desenvolvido, criando oportunidades para pesquisas e novas aplicações.
Informações coletadas ao longo de décadas permitem treinar a tecnologia com diversas observações. A disponibilização do código também facilita testes e adaptações por pesquisadores de todo o mundo.
Apoio às missões Artemis
O modelo não pretende substituir missões espaciais nem controlar naves. Seu foco está na análise científica e no planejamento, especialmente no processamento de grandes volumes de informação. A identificação de depósitos de gelo, crateras e formações vulcânicas pode contribuir para mapas mais detalhados da Lua e apoiar a preparação das missões Artemis.
Potencial para futuras explorações
Dessa maneira, o sucesso da tecnologia dependerá do uso e aprimoramento por diferentes equipes de pesquisa. Se os objetivos forem alcançados, a inteligência artificial poderá ajudar a compreender melhor a superfície lunar e planejar futuras missões. Em tal contexto, Nasa e IBM demonstram como a inteligência artificial pode transformar dados espaciais em informações úteis para a exploração da Lua.
Resumindo, a expectativa de um novo retorno humano à Lua torna esse tipo de tecnologia ainda mais relevante. Quer conferir outras novidades sobre Nasa e IBM e os avanços da exploração espacial? Continue acompanhando as próximas atualizações.
*com uso de inteligência artificial
