El modelo de IA lunar de NASA abre los datos de la Luna, pero lo difícil es demostrar nuevos descubrimientos

NASA ha publicado un modelo de IA lunar entrenado con casi dos millones de mosaicos de datos, abriendo una nueva vía para analizar décadas de observaciones de la Luna. El modelo de IA lunar de NASA puede adaptarse para cartografiar cráteres, delinear terrenos volcánicos inusuales y estimar dónde permanece estable el hielo polar. Su publicación cambia quién puede desarrollar estas herramientas y cuántos datos específicos para cada tarea necesitan.

NASA desarrolló el modelo con IBM Research y socios académicos, y después publicó sus pesos, conjuntos de datos, benchmarks y recursos de ajuste fino. Eso convierte el proyecto en algo más que un sistema interno de automatización. Investigadores externos pueden probarlo frente a modelos consolidados de visión por computador y adaptarlo a nuevas preguntas lunares.

La tensión reside en que una IA reutilizable no produce automáticamente descubrimientos fiables. Los benchmarks publicados muestran mejoras claras en algunas tareas, resultados casi empatados en otras y límites importantes relacionados con las etiquetas y la iluminación. El modelo debe competir con sistemas de propósito general como SwinV2, mientras que sus resultados científicos siguen requiriendo validación frente a observaciones físicas.

NASA anunció el lanzamiento el 10 de septiembre de 2026. Según los detalles del lanzamiento de la agencia, el proyecto forma parte de un esfuerzo más amplio para aplicar modelos fundacionales a datos científicos.

El modelo de IA lunar de NASA convierte un archivo en infraestructura operativa

NASA e IBM están transformando un complejo archivo lunar en un punto de partida reutilizable para numerosas tareas de investigación.

El Lunar Reconnaissance Orbiter ha observado la Luna durante 17 años. NASA afirma que la misión ha producido más datos que todas sus demás misiones planetarias combinadas. Sus cámaras también han creado un mosaico casi continuo y de alta resolución de la superficie lunar.

Ese volumen plantea un problema de análisis. Un investigador que estudia cráteres pequeños, formaciones volcánicas o terreno polar no puede inspeccionar manualmente cada observación relevante. Crear una canalización de aprendizaje automático independiente para cada pregunta también consume datos etiquetados, recursos informáticos y tiempo especializado.

El nuevo modelo aborda ese cuello de botella mediante preentrenamiento. Un modelo fundacional aprende primero patrones amplios a partir de un gran conjunto de datos y después recibe entrenamiento adicional para una tarea más concreta. En este caso, los patrones incluyen textura lunar, terreno, iluminación, elevación, temperatura, respuesta de radar e información mineralógica.

El corpus de entrenamiento subyacente contiene casi dos millones de paquetes de mosaicos alineados geográficamente. Abarca 11 modalidades de datos en dos escalas espaciales. Una línea utiliza observaciones de cerca de un metro por píxel, mientras otra cubre terreno de alrededor de 100 metros por píxel.

Estos mosaicos proceden en gran medida de la Lunar Reconnaissance Orbiter Camera. El modelo también incorpora información vinculada al Lunar Orbiter Laser Altimeter, el radiómetro Diviner, el radar Mini-RF y otras misiones.

Los datos de apoyo incluyen terreno, pendiente, orientación de la superficie, gravedad, abundancia de hidrógeno, mediciones de radar y condiciones térmicas. Esta combinación importa porque una zona oscura en una imagen óptica no indica necesariamente un material distinto. Podría reflejar simplemente el ángulo de la luz solar.

Por tanto, el modelo aprende más que semejanzas visuales. Puede conectar una imagen con la geometría de observación y otras mediciones registradas para la misma zona. Esto proporciona una mejor base para separar las características del terreno de los artefactos de iluminación.

NASA afirma que el modelo fue entrenado con más de un millón de imágenes de alta resolución y casi 964.000 imágenes multiespectrales. La imagen multiespectral registra una superficie en bandas de longitud de onda seleccionadas, revelando información que una fotografía convencional no puede captar.

Ahora los investigadores pueden adaptar este sistema preentrenado en vez de comenzar con pesos de modelo aleatorios. Esto debería reducir los ejemplos etiquetados necesarios para algunos proyectos. También puede facilitar la comparación de resultados entre distintos estudios lunares.

La ficha pública del modelo ofrece checkpoints, resultados de evaluación, orientación de configuración y recomendaciones de adaptación específicas para cada tarea. Los materiales utilizan la licencia Apache 2.0.

La publicación también es compatible con TerraTorch, un kit de herramientas de código abierto para adaptar modelos fundacionales geoespaciales. Esta integración proporciona a los equipos de aprendizaje automático una vía existente para ajustar el modelo sin reconstruir sus interfaces de datos.

El cambio más relevante es el acceso. El análisis lunar especializado antes estaba estrechamente ligado a misiones individuales, laboratorios y canalizaciones personalizadas. El mismo núcleo preentrenado ahora puede respaldar experimentos de científicos planetarios, universidades y equipos técnicos independientes.

Ese acceso más amplio no elimina la necesidad de conocimientos especializados sobre la Luna. Sí reduce el coste de ingeniería de poner a prueba una nueva pregunta de investigación.

El modelo aprende a través de instrumentos y resoluciones

La apuesta técnica central es que un modelo puede conectar mediciones recopiladas a distintas escalas y con distintos fines científicos.

Los datos de teledetección lunar no llegan como una pila ordenada de fotografías idénticas. Cámaras, altímetros láser, instrumentos térmicos, sistemas de radar y espectrómetros miden propiedades diferentes. Su cobertura y resolución pueden variar considerablemente.

El modelo de IA lunar de NASA utiliza un codificador y decodificador vision transformer. Un vision transformer divide una imagen en parches, los convierte en tokens y aprende relaciones entre ellos. Este modelo amplía ese enfoque a distintos tipos de datos lunares.

Durante el entrenamiento, el sistema recibe solo una parte de una observación y aprende a reconstruir la información faltante. Este método de tokens enmascarados lo impulsa a descubrir relaciones entre terreno, reflectancia, geometría y otras mediciones.

El modelo también recibe la geometría de adquisición como contexto explícito. Esto incluye información sobre cómo un sensor observó una ubicación. La geometría es especialmente importante en la Luna, donde las sombras largas pueden hacer que el mismo cráter parezca distinto entre órbitas.

Una segunda ampliación permite que los mismos pesos operen en observaciones de escala métrica y de cientos de metros. El modelo utiliza incrustaciones de parches adaptables, que le ayudan a procesar distintas resoluciones de imagen sin requerir un núcleo independiente para cada escala.

El resultado es una representación común de mediciones que, de otro modo, estarían fragmentadas. Un científico puede ajustar esa representación para detección de cráteres, prospectividad de hielo polar o segmentación de formaciones volcánicas.

La prospectividad es una distinción importante. Un mapa de prospectividad de hielo estima dónde las condiciones favorecen hielo estable. No es una medición directa que confirme que exista agua extraíble en un lugar.

La tarea sobre hielo combina entradas como temperatura superficial, pendiente, orientación, sombra permanente y profundidad modelada de estabilidad del hielo. El resultado representa la concordancia con un mapa de prospectividad de referencia construido a partir del conocimiento científico existente.

Esta definición más acotada importa porque los titulares pueden exagerar fácilmente lo que encontró la IA. El modelo no está perforando suelo lunar ni detectando agua enterrada con certeza. Está clasificando el terreno según condiciones asociadas con la estabilidad del hielo.

Para la cartografía de cráteres, el sistema puede trabajar a dos escalas muy distintas. Las observaciones de Wide Angle Camera proporcionan contexto regional de cerca de 100 metros por píxel. Las imágenes de Narrow Angle Camera revelan características mucho más pequeñas, de cerca de un metro por píxel.

El modelo también se dirige a parches irregulares de maria. Estas formaciones volcánicas poco frecuentes parecen más jóvenes que gran parte de la superficie circundante. Mejores mapas podrían ayudar a los científicos a perfeccionar las cronologías de la evolución volcánica y térmica de la Luna.

El proceso de revisión por pares aún no ha concluido, pero el equipo ha publicado un artículo técnico detallado. Describe los datos, la arquitectura, cuatro benchmarks posteriores y comparaciones frente a modelos preentrenados con imágenes ordinarias de la Tierra.

La flexibilidad del sistema se extiende al ajuste fino. Los investigadores pueden actualizar toda la red, congelar su codificador o utilizar adaptación de bajo rango. La adaptación de bajo rango, conocida habitualmente como LoRA, modifica un pequeño conjunto de parámetros añadidos mientras preserva la mayoría de los pesos originales.

IBM afirma que las pruebas con LoRA mantuvieron congelado el 90 por ciento de los pesos del modelo base. Esto reduce la carga computacional y disminuye el riesgo de borrar características útiles del preentrenamiento.

Sin embargo, un método de adaptación no ganó todos los benchmarks. LoRA rindió bien en detección de cráteres y se mantuvo competitiva en segmentación volcánica. El ajuste fino completo produjo el resultado más sólido para la prospectividad de hielo polar.

Un codificador congelado lideró el conjunto de datos más pequeño de parches irregulares de maria, pero rindió peor que todas las líneas base enumeradas en detección de cráteres. Por tanto, los investigadores deben probar la estrategia de adaptación para cada caso de uso.

No se trata de un sistema de análisis lunar de un solo comando. Es infraestructura técnica compartida que todavía requiere diseño de tareas, ejemplos etiquetados, evaluación e interpretación científica.

El preentrenamiento lunar supera a la IA genérica donde más importa el contexto

Los benchmarks respaldan una conclusión específica: el preentrenamiento lunar mejora la eficiencia de datos, pero no domina todas las comparaciones.

El equipo de investigación evaluó cuatro tareas mediante el mismo marco de ajuste fino. Estas abarcaron detección regional de cráteres, detección de cráteres a escala métrica, segmentación de parches irregulares de maria y prospectividad de hielo polar.

Su grupo de comparación incluyó ResNet-50, ConvNeXt, SwinV2, DaViT y vision transformers preentrenados con ImageNet. ImageNet contiene imágenes cotidianas de la Tierra, no observaciones lunares especializadas.

En detección regional de cráteres con la mitad de los datos de entrenamiento disponibles, el modelo lunar alcanzó una precisión media promedio de 0.2541. La línea base general más sólida indicada, SwinV2-B, obtuvo 0.2313 con esa configuración de datos.

Con todos los datos de entrenamiento regional de cráteres, la mejor configuración lunar alcanzó 0.2581. SwinV2-B alcanzó 0.2420. Estos resultados sugieren que el preentrenamiento en el dominio ayuda al modelo a utilizar las etiquetas de cráteres de forma más eficiente.

IBM describe el resultado con la mitad de los datos como una mejora de casi el 19 por ciento respecto al modelo de comparación. El resumen de benchmarks de la compañía también afirma que el sistema lunar igualó al modelo líder en la escala más fina de cráteres, de un metro.

Las cifras detalladas muestran ese empate técnico. El modelo lunar registró una precisión media promedio de 0.1543 para los cráteres de Narrow Angle Camera. SwinV2-B registró 0.1552.

Ese resultado es valioso, pero no representa una victoria clara. Muestra que un modelo lunar reutilizable puede competir con una sólida línea base especializada a escala métrica. No demuestra superioridad universal.

En la segmentación de parches irregulares de maria, la mejor configuración lunar alcanzó una puntuación de intersección sobre unión de 0.5709. La línea base líder ConvNeXtV2-B alcanzó 0.5687.

La intersección sobre unión mide el solapamiento entre una región predicha y su etiqueta de referencia. La pequeña diferencia indica que los modelos tuvieron un rendimiento comparable. La variación entre ejecuciones repetidas de entrenamiento también hace inapropiada una afirmación amplia sobre el rendimiento.

La ventaja más clara apareció en la prospectividad de hielo polar. El modelo lunar ajustado por completo logró un error cuadrático medio de la raíz de 0.0293. La línea base más sólida reportada obtuvo 0.0377, donde los valores más bajos indican mejor concordancia.

IBM resume esa brecha como una reducción del 22 por ciento en el error. El resultado respalda el diseño multimodal del proyecto, porque la probabilidad de encontrar hielo depende de varios datos de terreno y temperatura.

El artículo también informa que una versión de la misma arquitectura inicializada aleatoriamente superó a muchas líneas de base generales en la tarea de hielo. Eso sugiere que la propia arquitectura contribuye al resultado, no solo el preentrenamiento lunar.

Esta distinción es fundamental para evaluar modelos fundacionales. Un sistema preentrenado debe compararse con una arquitectura idéntica entrenada desde cero. De lo contrario, una mejora atribuida al preentrenamiento podría deberse en realidad a un diseño de red diferente.

Los investigadores incluyeron ese control. El modelo preentrenado siguió produciendo el mejor resultado para hielo, mientras que su desempeño regional en cráteres también superó al de la versión inicializada aleatoriamente.

La eficiencia en el uso de etiquetas podría ser, en última instancia, más importante que una pequeña mejora en la precisión. Crear contornos fiables de cráteres o máscaras de rasgos volcánicos exige trabajo científico. Un modelo que alcanza una precisión competitiva con menos etiquetas puede acortar el camino hacia un experimento útil.

El benchmark no establece un rendimiento equivalente en todas las regiones lunares, estaciones, condiciones de los sensores o tamaños de rasgos. Sus puntuaciones comunicadas proceden de conjuntos de datos y divisiones geográficas definidos.

Aun así, la comparación ofrece al modelo de IA lunar de NASA un punto de partida creíble. La evidencia más sólida no es que haya resuelto la interpretación lunar. Es que el preentrenamiento lunar se transfirió a cuatro tareas distintas sin requerir cuatro modelos fundacionales separados.

Los cráteres, los rasgos volcánicos y el hielo plantean pruebas diferentes

Las tres aplicaciones principales del modelo miden capacidades diferentes, por lo que un éxito no puede sustituir a otro.

El mapeo de cráteres es la tarea más intuitiva. Los científicos cuentan y miden cráteres de impacto para estimar la edad relativa de una superficie. Los terrenos más recientes suelen contener menos impactos acumulados que los más antiguos.

El mapeo automatizado puede procesar muchas más imágenes que la inspección manual. También puede señalar cambios en la superficie entre observaciones, proporcionando a los investigadores una lista breve para una revisión posterior.

NASA probó esa capacidad con imágenes cercanas al cráter Einstein. Una etapa superior de Falcon 9 impactó contra la Luna el 5 de agosto de 2026, y LRO fotografió el resultado varios días después.

El modelo no había visto la imagen posterior al impacto durante el preentrenamiento. Tras la adaptación, detectó cráteres existentes y destacó el nuevo sitio de impacto. Esto ofrece un ejemplo concreto de detección de cambios, en lugar de simple memorización.

La explicación independiente de NASA sobre las imágenes del impacto muestra por qué esta tarea sigue siendo difícil. Los ángulos de observación y la iluminación cambiaron a lo largo de la secuencia de observaciones.

El nuevo cráter medía unos 60 pies de ancho y menos de 10 pies de profundidad. La Narrow Angle Camera de LRO puede resolver rasgos de aproximadamente tres pies en condiciones favorables.

Incluso con esa resolución, las sombras afectan qué cráteres pequeños son visibles. Un modelo que compara dos imágenes podría interpretar las diferencias de iluminación como cambios físicos. NASA identifica explícitamente la iluminación variable como una limitación para los rasgos más pequeños.

Las manchas irregulares de los mares lunares plantean otro desafío. Estas formaciones volcánicas son poco frecuentes, visualmente inusuales y a menudo cubren áreas limitadas. Su escasez significa que los investigadores disponen de menos ejemplos etiquetados para el entrenamiento.

Un modelo fundacional puede ayudar al transferir patrones aprendidos de un corpus sin etiquetar mucho más amplio. El benchmark volcánico sugiere que esta transferencia funciona, aunque su ventaja sobre la línea de base más sólida sigue siendo modesta.

Mapear esas manchas podría mejorar las estimaciones sobre cuándo terminó el vulcanismo lunar. Algunas formaciones parecen mucho más recientes de lo esperado, lo que cuestiona las explicaciones simples de una Luna que se enfrió hasta quedar inactiva.

El hielo polar es valioso tanto desde el punto de vista científico como operativo. Las regiones permanentemente en sombra pueden mantenerse frías durante períodos extremadamente largos, lo que permite que los materiales volátiles persistan cerca de la superficie.

Los posibles recursos de agua afectan la investigación sobre sitios de aterrizaje y la planificación de exploración de larga duración. El agua puede sostener a las tripulaciones y, tras su procesamiento, aportar oxígeno o hidrógeno para otros usos.

Sin embargo, un mapa de prospectividad generado por IA no establece la cantidad, pureza, accesibilidad ni el costo de extracción de los recursos. Estas cuestiones requieren mediciones directas, mejor teledetección y, finalmente, investigación sobre la superficie.

Esta diferencia separa la priorización científica del descubrimiento. El modelo puede ayudar a los equipos a identificar lugares que merecen atención. No puede sustituir las lecturas instrumentales necesarias para confirmar el material en esos lugares.

Las tres aplicaciones también conllevan costos de error diferentes. Pasar por alto un cráter pequeño altera un recuento estadístico. Clasificar erróneamente una formación volcánica rara puede distorsionar un estudio geológico. Exagerar una predicción de hielo podría influir en la planificación de una misión.

Por tanto, cada tarea necesita su propio umbral de aceptación y proceso de revisión. Una única afirmación de rendimiento agregado ocultaría estas diferencias.

El mejor uso a corto plazo es el análisis asistido. Los investigadores pueden dejar que el modelo examine grandes conjuntos de datos y después evaluar sus predicciones de mayor valor con herramientas específicas del dominio.

Esta división del trabajo preserva el juicio humano mientras utiliza la IA para ganar escala. También genera la retroalimentación necesaria para mejorar versiones futuras.

Los pesos abiertos no eliminan la brecha de verificación

La publicación abierta de NASA hace posible las pruebas independientes, pero varias brechas siguen separando el rendimiento de los benchmarks de un uso científico fiable.

El proyecto incluye pesos del modelo, conjuntos de datos de benchmark y código para ajuste fino e inferencia. Los investigadores pueden inspeccionar configuraciones, reproducir experimentos posteriores y comparar sus métodos bajo un marco común.

El código público incluye paquetes para la arquitectura base del modelo e integraciones de TerraTorch. También ofrece configuraciones ejecutables para detección de cráteres, segmentación volcánica y prospectividad de hielo.

Una limitación importante aparece en la documentación del repositorio. La publicación no incluye el código de preentrenamiento. Los equipos externos pueden usar el checkpoint y reproducir el trabajo posterior, pero no pueden volver a ejecutar por completo el entrenamiento original únicamente a partir del repositorio público.

Eso no convierte al modelo en cerrado. Pero sí limita el significado de reproducibilidad. Reproducir un resultado de ajuste fino difiere de reconstruir un checkpoint preentrenado a partir de datos sin procesar.

Los requisitos de hardware pueden crear otra barrera. Los artefactos publicados reducen el costo inicial, especialmente cuando los investigadores usan LoRA. No eliminan los requisitos de almacenamiento, preparación de datos o aceleradores.

Las etiquetas de los conjuntos de datos también merecen escrutinio. La puntuación de benchmark de un modelo mide su concordancia con sus datos de referencia. Si esa referencia contiene anotaciones incompletas de cráteres o límites volcánicos inciertos, el modelo puede heredar esas limitaciones.

El benchmark de hielo exige especial cuidado porque su objetivo es un mapa de prospectividad. Una alta concordancia significa que el modelo reprodujo patrones de esa referencia. No valida de forma independiente el hielo lunar.

La generalización geográfica es otra cuestión abierta. El modelo fue entrenado con una cobertura amplia, pero algunos instrumentos solo observan determinadas regiones. Los datos polares pueden ser mucho menos extensos que las imágenes casi globales.

Un equipo que aplique el modelo a una región con poca cobertura debe comprobar qué modalidades están disponibles. La falta de datos puede modificar el rendimiento u obligar a usar una configuración de ajuste fino distinta.

La iluminación sigue siendo una fuente persistente de error. Las sombras lunares cambian con la geometría de observación y pueden ocultar rasgos pequeños. La geometría explícita ayuda al modelo, pero no puede crear información que un sensor nunca capturó.

Los eventos raros plantean un problema relacionado. Los cráteres recién formados, los colapsos inusuales y las estructuras volcánicas poco comunes pueden diferir de la distribución de entrenamiento. Su valor científico es alto precisamente porque son inusuales.

La prueba del cráter Einstein es alentadora porque implica un cambio de superficie reservado para evaluación. Las pruebas independientes en otros impactos y condiciones de iluminación proporcionarían evidencia más sólida.

Los investigadores también deberían comparar el modelo con métodos más simples. Un modelo fundacional es más valioso cuando reduce las necesidades de etiquetado, mejora la precisión o consolida varios flujos de trabajo. La complejidad por sí sola no es un beneficio científico.

El trabajo publicado hace posible esa comparación al incluir líneas de base estándar y un control de inicialización aleatoria. Los futuros usuarios deberían mantener la misma disciplina para nuevas tareas.

La cuestión crítica no es si el modelo produce mapas plausibles. Es si esos mapas siguen siendo precisos en nuevas ubicaciones, instrumentos y condiciones de observación.

El acceso abierto permite a la comunidad científica responder a esa pregunta. No la responde automáticamente.

Lo que NASA y los investigadores lunares deben demostrar a continuación

La siguiente etapa debería evaluar la replicación independiente, la relevancia sobre el terreno y el rendimiento con observaciones genuinamente nuevas.

La primera señal que debe observarse es la reproducción externa de los cuatro benchmarks publicados. Los equipos independientes deberían poder descargar el checkpoint, usar los conjuntos de datos publicados y obtener resultados dentro de la variación comunicada.

Una replicación exitosa reforzaría las afirmaciones de rendimiento y expondría los detalles de configuración que falten. Grandes brechas sin explicación debilitarían la confianza en los benchmarks actuales.

La segunda señal es la evaluación con observaciones que no fueron reunidas por el equipo original. Nuevas imágenes de LRO, sitios de impacto adicionales y etiquetas independientes pueden revelar si el modelo se generaliza más allá de su paquete de publicación.

La detección de cambios en la superficie ofrece una prueba útil. Los investigadores pueden comparar observaciones capturadas antes y después de impactos conocidos, y después medir las detecciones falsas causadas por la iluminación o la geometría de observación.

Una serie de pruebas exitosas respaldaría el uso operativo para examinar nuevas imágenes. Falsos positivos repetidos mostrarían que el manejo de la geometría necesita más trabajo.

La tercera señal es si los científicos lunares desarrollan aplicaciones útiles fuera del conjunto de benchmarks original. Algunos ejemplos podrían incluir el mapeo de rocas, la identificación de deslizamientos, el análisis de riesgos del terreno o la detección de anomalías entre instrumentos.

Un modelo fundacional reutilizable debería transferirse a problemas que sus desarrolladores no optimizaron directamente. Si la adaptación sigue limitada a las cuatro tareas de la publicación, la afirmación más amplia sobre un modelo fundacional se vuelve menos convincente.

La publicación también ejerce presión sobre otros proyectos de ciencia planetaria. Los equipos que trabajan con Marte, asteroides u observación de la Tierra deben decidir si el preentrenamiento multimodal específico del dominio puede sustituir colecciones de modelos aislados.

NASA e IBM ya colaboran en modelos fundacionales para ciencias de la Tierra y heliofísica. El proyecto lunar extiende esa estrategia a una superficie observada mediante muchos instrumentos y a escalas marcadamente diferentes.

Su contribución más sólida podría ser, por tanto, metodológica. Muestra cómo las agencias pueden convertir observaciones científicas públicas en infraestructura de IA reutilizable, benchmarks y checkpoints accesibles.

Ese enfoque puede acortar la distancia entre mediciones archivadas y una hipótesis comprobable. También puede propiciar un escrutinio externo que un modelo interno nunca recibiría.

El modelo de IA lunar de NASA no es un científico lunar automatizado. Es una capa analítica compartida que puede dirigir la atención a través de un enorme archivo.

La evidencia decisiva procederá de lo que los investigadores independientes descubran, descarten y reproduzcan con él. Descargar el modelo es solo el primer paso. La siguiente acción útil es probar una pregunta lunar concreta, documentar la línea de base y publicar tanto los éxitos como los casos de fallo.