A IBM e a NASA anunciaram, em 10 de setembro de 2026, a abertura do código do NASA-IBM Lunar Foundation Model, um modelo de inteligência artificial criado para analisar dados científicos da Lua. A ferramenta foi desenvolvida a partir de observações coletadas por diferentes missões e instrumentos, reunindo imagens, mapas topográficos e informações sobre a superfície e o subsolo lunar.

O projeto pretende transformar grandes volumes de dados científicos em uma base reutilizável para pesquisadores e desenvolvedores. Em vez de criar um algoritmo independente para cada tarefa, os usuários podem adaptar o modelo a diferentes aplicações relacionadas ao estudo geológico da Lua e ao planejamento de futuras missões de exploração.

Modelo combina dados de diferentes missões lunares

De acordo com o comunicado publicado no IBM Newsroom, o conjunto de dados usado no desenvolvimento reúne informações de instrumentos e missões com características distintas. Entre as fontes citadas estão o Lunar Reconnaissance Orbiter, da NASA, a missão GRAIL e a missão japonesa SELENE/Kaguya.

A combinação permite trabalhar com dados obtidos em diferentes escalas e formatos. Imagens da superfície, mapas de relevo e informações relacionadas ao subsolo podem ser analisados em conjunto, oferecendo aos pesquisadores uma visão mais ampla das características lunares. Essa integração é um dos principais aspectos tecnológicos do projeto, segundo as informações oficiais divulgadas pelas instituições.

A NASA informa que o modelo está disponível publicamente no Hugging Face, enquanto o código-fonte pode ser acessado pelo GitHub. A liberação inclui também conjuntos de dados e recursos para experimentação, o que permite que pesquisadores e desenvolvedores avaliem a ferramenta e explorem adaptações para diferentes objetivos científicos.

Aplicações incluem crateras, vulcões e possíveis depósitos de gelo

Entre as aplicações previstas está a identificação de crateras e formações vulcânicas na superfície lunar. O modelo também pode auxiliar na análise de regiões permanentemente sombreadas e na busca por áreas que apresentem indícios de possíveis depósitos de gelo.

Essas possibilidades são relevantes para o planejamento de missões porque regiões com água congelada podem ter importância estratégica para futuras operações. A água, caso seja confirmada e possa ser aproveitada, pode contribuir para o consumo, a produção de oxigênio e a fabricação de combustível. O modelo, no entanto, não representa por si só uma confirmação da existência desses depósitos: ele é uma ferramenta para análise e identificação de padrões nos dados disponíveis.

A escolha de locais para pouso também pode se beneficiar de mapas mais detalhados da superfície lunar. Informações sobre crateras, declives, formações geológicas e áreas de interesse científico ajudam a orientar estudos preliminares. A decisão final sobre uma missão depende de avaliações específicas, mas modelos de inteligência artificial podem acelerar etapas de análise que exigem o processamento de grandes quantidades de informação.

Inteligência artificial aplicada à pesquisa espacial

Na apresentação publicada pela NASA Science, o projeto é associado à estratégia da agência de usar modelos de base e inteligência artificial na interpretação de dados científicos. A proposta amplia o uso da tecnologia para além de aplicações corporativas ou de consumo, direcionando-a para um acervo formado por décadas de observações lunares.

O uso de um modelo de base pode facilitar a adaptação da ferramenta a tarefas diferentes. Pesquisadores interessados em geologia, topografia ou regiões sombreadas podem partir de uma estrutura previamente treinada, em vez de começar um novo desenvolvimento do zero. Isso não elimina a necessidade de validação científica, mas pode reduzir o trabalho inicial de preparação e análise dos dados.

A abertura do código também favorece a colaboração entre instituições, universidades e comunidades de desenvolvedores. Com acesso aos recursos do projeto, esses grupos podem testar novos usos, comparar resultados e propor melhorias. A aplicação prática dependerá da qualidade dos dados, dos métodos adotados e da verificação dos resultados por especialistas.

Projeto amplia o acesso a dados científicos da Lua

O NASA-IBM Lunar Foundation Model mostra como a inteligência artificial pode ser usada para organizar e interpretar informações obtidas por missões espaciais diferentes. Ao disponibilizar o modelo, o código e os conjuntos de dados, IBM e NASA ampliam as possibilidades de experimentação em torno da exploração lunar.

A iniciativa não substitui as missões nem as análises realizadas por cientistas. Seu papel é apoiar a leitura de dados e ajudar a localizar padrões que podem orientar investigações posteriores. Com o avanço das pesquisas, a ferramenta poderá ser avaliada em tarefas relacionadas ao mapeamento geológico, à identificação de áreas de interesse e à preparação de futuras operações na Lua.

Mais detalhes técnicos sobre o desenvolvimento e as aplicações do modelo foram apresentados pela IBM Research. O anúncio marca mais um movimento de aproximação entre inteligência artificial de código aberto e exploração espacial, com foco em tornar dados científicos complexos mais acessíveis para diferentes comunidades de pesquisa.