NASA e IBM lanzan una inteligencia artificial para estudiar la Luna
La exploración lunar suma una nueva herramienta basada en inteligencia artificial. NASA e IBM presentaron un modelo de IA de código abierto diseñado para analizar grandes cantidades de datos de la Luna y facilitar la identificación de características como depósitos de hielo, cráteres y formaciones volcánicas.
La tecnología, denominada NASA-IBM Lunar Foundation Model, fue entrenada con más de 30 capas de información procedentes de nueve instrumentos instalados en cuatro misiones de la NASA, entre ellas el Lunar Reconnaissance Orbiter, una de las principales fuentes de observación detallada de la superficie lunar.
El objetivo es ayudar a científicos e ingenieros a procesar con mayor rapidez enormes volúmenes de información que, mediante métodos tradicionales, pueden requerir largos períodos de análisis.
La herramienta forma parte de la familia de modelos de inteligencia artificial Prithvi, desarrollada conjuntamente por NASA e IBM. Esta línea tecnológica ya había sido aplicada al estudio de la Tierra, incluyendo observación geoespacial y análisis ambiental. En mayo de 2026, NASA informó que una versión de Prithvi se convirtió en el primer modelo geoespacial fundacional de IA desplegado y probado en órbita.
Una IA que busca hielo y analiza cráteres
Una de las aplicaciones más importantes del nuevo sistema es la identificación de posibles depósitos de hielo en la superficie lunar.
El agua congelada es considerada un recurso estratégico para futuras misiones humanas. Además de poder convertirse en agua potable, sus componentes podrían utilizarse eventualmente para producir oxígeno y combustible, reduciendo la cantidad de suministros que sería necesario transportar desde la Tierra.
NASA lleva años estudiando evidencias de hielo en regiones permanentemente sombreadas de los polos lunares, donde las temperaturas extremadamente bajas permiten que estos depósitos puedan conservarse durante largos períodos.
El nuevo modelo de IA también puede ayudar a reconocer cráteres y estructuras volcánicas. Los cráteres lunares constituyen un registro particularmente valioso de la historia del sistema solar debido a que la superficie de la Luna presenta relativamente poca erosión y conserva durante millones de años las huellas dejadas por impactos.
Durante pruebas comparativas, el modelo alcanzó mejoras de hasta un 23 % en precisión frente a determinados métodos existentes para identificar características de la superficie lunar, según información difundida sobre el proyecto.
Inteligencia artificial para elegir dónde aterrizar
La capacidad de analizar con rapidez la superficie de la Luna también podría resultar útil para determinar cuáles son las zonas más apropiadas para futuras misiones.
Antes de enviar astronautas, vehículos o instalaciones, los científicos necesitan conocer con precisión el terreno, identificar pendientes y cráteres, analizar condiciones de iluminación y determinar dónde podrían encontrarse recursos.
Una herramienta capaz de combinar múltiples tipos de datos puede ayudar a reducir el número de zonas que requieren análisis detallados y permitir que los investigadores concentren sus esfuerzos en los lugares más prometedores.
La búsqueda de recursos locales es uno de los principales desafíos para establecer una presencia humana prolongada fuera de la Tierra. NASA trabaja en tecnologías conocidas como utilización de recursos in situ, destinadas a aprovechar materiales disponibles directamente en la Luna en lugar de transportar todo desde nuestro planeta.
La agencia también abrió recientemente nuevas convocatorias destinadas a desarrollar tecnologías de superficie lunar, entre ellas sistemas para generar energía, extraer oxígeno y producir materiales destinados a construcción y operaciones.
Una herramienta abierta para investigadores
Otro elemento destacado del proyecto es que el modelo se presenta como una herramienta abierta.
La estrategia permite que científicos, universidades y desarrolladores puedan experimentar con el sistema y adaptarlo a diferentes investigaciones relacionadas con la Luna.
Los llamados modelos fundacionales de inteligencia artificial se entrenan con grandes cantidades de información y posteriormente pueden especializarse para realizar diversas tareas. En lugar de desarrollar una IA independiente para cada problema, los investigadores pueden partir de un mismo modelo y ajustarlo según sus necesidades.
NASA ha incrementado en los últimos años el uso de este tipo de herramientas para analizar grandes archivos científicos, estudiar fenómenos astronómicos y procesar información procedente de misiones espaciales.
La Luna como laboratorio para futuras misiones
El desarrollo de nuevas tecnologías de inteligencia artificial también forma parte de una estrategia más amplia destinada a preparar misiones humanas de larga duración.
La Luna representa un entorno donde pueden probarse tecnologías relacionadas con energía, comunicaciones, navegación, utilización de recursos y construcción antes de intentar misiones todavía más complejas hacia Marte.
El hielo lunar resulta especialmente importante dentro de esos planes. Algunas regiones próximas a los polos contienen cráteres que permanecen en sombra prácticamente permanente y podrían conservar depósitos de agua congelada.
Una identificación más precisa de esos recursos podría influir tanto en la selección de lugares de exploración como en la planificación de infraestructuras destinadas a futuras bases.
En ese escenario, la inteligencia artificial se convierte en una herramienta complementaria para los científicos: no sustituye las observaciones realizadas por sondas, instrumentos y astronautas, pero permite procesar y relacionar datos a una escala mucho mayor.
El nuevo modelo desarrollado por NASA e IBM refleja así una tendencia creciente en la exploración espacial: utilizar inteligencia artificial no solamente para operar vehículos o automatizar tareas, sino también para interpretar la enorme cantidad de información científica generada por las misiones.
A medida que aumente el número de sondas, vehículos y experimentos enviados a la Luna, herramientas capaces de convertir grandes volúmenes de datos en información útil podrían convertirse en una pieza fundamental para decidir dónde explorar, dónde aterrizar y, eventualmente, dónde establecer una presencia humana permanente.
Fuentes varias