Por Maurício Gomes
A próxima grande ferramenta para explorar a Lua pode não ser um novo foguete ou um robô, mas uma inteligência artificial capaz de analisar décadas de informações sobre a superfície lunar.
A NASA e a IBM anunciaram o NASA-IBM Lunar Foundation Model, um modelo de inteligência artificial de código aberto criado especificamente para pesquisas sobre a Lua. Entre suas funções está uma particularmente importante para o futuro da exploração espacial: identificar regiões com maior probabilidade de conter gelo.
O lançamento combina inteligência artificial com uma enorme quantidade de observações feitas por diferentes missões espaciais.
Por que encontrar gelo na Lua é tão importante?
O interesse não é simplesmente científico.
Regiões permanentemente sombreadas próximas aos polos lunares podem preservar depósitos de gelo. Se esses recursos puderem ser localizados e futuramente explorados, a água encontrada na Lua poderá ter várias aplicações.
Além de servir aos astronautas, seus componentes — hidrogênio e oxigênio — podem ser utilizados para obtenção de oxigênio e, potencialmente, produção de combustível para missões espaciais.
Isso poderia reduzir a necessidade de transportar determinados recursos da Terra, um dos grandes obstáculos para manter seres humanos por longos períodos fora do nosso planeta.
Uma IA treinada com décadas de observações
O projeto reúne mais de 30 camadas de dados espacialmente alinhadas, obtidas por nove instrumentos utilizados em quatro missões.
Entre as fontes estão informações da Lunar Reconnaissance Orbiter (LRO), GRAIL e Lunar Prospector, da NASA, além da missão japonesa SELENE/Kaguya.
Essa combinação é importante porque estudar a Lua não significa apenas analisar fotografias. Os cientistas trabalham com imagens, medições geofísicas, informações espectrais, radar e diferentes resoluções. O novo modelo procura aprender relações existentes entre essas informações e transformá-las em uma representação que possa ser adaptada para diferentes pesquisas.
Em vez de desenvolver uma inteligência artificial praticamente do zero para cada problema, pesquisadores poderão partir desse modelo e especializá-lo.
IA conseguiu melhorar a busca por possíveis depósitos de gelo
Os primeiros resultados divulgados são relevantes.
Segundo IBM e NASA, em uma tarefa destinada a identificar áreas com alto potencial de presença de gelo lunar, o novo modelo conseguiu reduzir o erro em até 22% quando comparado ao modelo SwinV2-B utilizado como referência.
Em outros testes envolvendo características geográficas lunares, a melhoria chegou a 23% em relação a métodos amplamente utilizados.
Isso não significa que uma inteligência artificial simplesmente olhou para uma fotografia e descobriu água na Lua. O modelo funciona como uma poderosa ferramenta para indicar regiões que merecem investigação, cruzando informações que seriam extremamente trabalhosas para pesquisadores analisarem individualmente.
A confirmação de recursos lunares continua dependendo de observações e medições científicas.
Não é apenas gelo: a IA também procura crateras e vulcões
O projeto possui pelo menos três grandes áreas iniciais de aplicação.
Além da busca por possíveis depósitos de gelo, a inteligência artificial pode identificar e classificar crateras em escala métrica.
Mapear essas formações é fundamental não apenas para compreender a história da Lua. Crateras, encostas, rochas e irregularidades também precisam ser consideradas na escolha de locais seguros para pousos e futuras instalações.
Outra aplicação está no estudo das formações vulcânicas lunares, ajudando pesquisadores a compreender melhor a evolução geológica e térmica do nosso satélite.
O objetivo final é permanecer na Lua
Existe uma diferença importante entre a exploração lunar do século passado e o que está sendo planejado agora.
As missões Apollo provaram que seres humanos poderiam chegar à Lua e retornar.
Os programas atuais procuram responder a uma pergunta muito mais complicada: como permanecer lá?
A NASA já está buscando tecnologias relacionadas à geração de energia, extração de oxigênio, fabricação de materiais e infraestrutura para operações de longa duração, especialmente na região do polo sul lunar.
É nesse contexto que uma inteligência artificial especializada em compreender o terreno ganha importância.
Antes de construir qualquer infraestrutura será necessário saber onde pousar, onde instalar equipamentos, quais áreas evitar e, principalmente, onde estão os recursos que poderão ser utilizados pelos astronautas.
Da Lua para Marte
Há ainda um objetivo mais distante.
Uma presença humana sustentável na Lua permitiria testar tecnologias e procedimentos necessários para missões muito mais longas. Marte é o destino mais evidente.
Produção local de recursos, geração de energia, construção de infraestrutura e sobrevivência longe da Terra precisam ser testadas em algum lugar. A Lua oferece um laboratório relativamente próximo para descobrir o que funciona — e o que não funciona.
Nesse cenário, a inteligência artificial deixa de ser apenas uma ferramenta para gerar textos ou imagens e passa a funcionar como uma espécie de novo instrumento científico.
Ela pode ajudar pesquisadores a encontrar padrões escondidos em enormes volumes de dados acumulados durante décadas.
E qualquer pesquisador poderá experimentar o modelo
Talvez um dos aspectos mais interessantes do anúncio seja o fato de o NASA-IBM Lunar Foundation Model ser aberto.
A NASA disponibilizou o modelo publicamente, além de código e conjuntos de dados preparados para aprendizado de máquina.
Isso significa que universidades, cientistas e desenvolvedores poderão testar novas aplicações sem precisar construir toda a infraestrutura de inteligência artificial desde o início.
A Lua, portanto, acaba de ganhar algo parecido com um novo mapa. Só que, desta vez, não é um mapa estático.
É um modelo de inteligência artificial capaz de aprender com diferentes instrumentos, procurar relações entre décadas de observações e ajudar cientistas a decidir onde olhar em seguida.
E encontrar gelo pode ser apenas o começo.
Maurício Gomes — Tecnologia, inovação e inteligência artificial
Fontes consultadas: NASA Science e IBM.