La NASA et IBM ont dévoilé le Lunar Foundation Model, une intelligence artificielle open source conçue pour cartographier et analyser les données lunaires. Ce modèle a déjà permis d’améliorer la précision des zones propices à la glace d’eau aux pôles.
Décennies d’observations et de clichés accumulés sur la Lune trouvent enfin un outil centralisé. L’Agence spatiale américaine et la firme IBM ont développé une nouvelle famille de modèles d’intelligence artificielle, baptisée Prithvi, qui s’enrichit désormais d’un volet spécifiquement dédié au satellite de la Terre. Le Lunar Foundation Model a vu le jour, selon un communiqué officiel publié le 10 septembre selon les détails de la plateforme de recherche.
Un modèle de fondation disponible en open source
Contrairement aux algorithmes traditionnels entraînés pour une tâche unique, ce modèle de fondation apprend d’abord les structures globales et les motifs de la Lune à partir d’une quantité massive de données brutes non étiquetées. Cette approche constitue un socle de connaissances réutilisable pour de futurs travaux de recherche.
Le code du modèle est disponible en open source sur les plateformes Hugging Face et GitHub, ce qui permet à n’importe quel chercheur de l’obtenir et de l’adapter sans avoir à mobiliser des masses de données supplémentaires.
Fusion de couches hétérogènes et cartographie polaire
Sur le plan technique, le système repose sur un encodeur visuel de type Vision Transformer associé à un décodeur. L’intelligence artificielle a réussi à fusionner et à aligner géographiquement plus d’une trentaine de couches de données hétérogènes. Ces informations proviennent de neuf instruments différents répartis sur quatre missions spatiales, dont la sonde Lunar Reconnaissance Orbiter de la NASA.
En combinant simultanément des images haute résolution, des données topographiques, des mesures thermiques et de l’ombrage, l’outil détecte des corrélations invisibles pour l’œil humain ou pour des algorithmes isolés. Il a notamment réduit le taux d’erreur de 22 à 23% dans les zones d’ombre permanente des pôles lunaires, facilitant l’identification des emplacements les plus propices à la présence de glace d’eau, une ressource essentielle pour l’établissement de futures bases humaines.
Découverte d’un cratère géant et préparation des missions Artemis
Les capacités du modèle se manifestent également à plus grande échelle. À une distance d’une centaine de mètres environ, il surpasse de 19% les méthodes habituelles pour localiser et délimiter les cratères, tout en nécessitant deux fois moins de données d’entraînement. De plus, il a amélioré de 3% la segmentation des structures volcaniques irrégulières, offrant aux géologues de nouvelles pistes sur l’histoire thermique de la Lune.
Apparaissant sur les clichés sous la forme d’une tache brillante entourée d’un halo sombre, ce site s’est avéré être le plus grand cratère récemment formé jamais identifié dans le système solaire.
Contrairement à la Terre, la Lune ne possède pratiquement pas d’atmosphère pour ralentir ou consumer les météoroïdes, astéroïdes et autres débris spatiaux. Selon les estimations des chercheurs, ce cratère inédit a été provoqué par un objet de la taille d’un immeuble de trois à six étages.
Ces observations quasi en temps réel permettent de mieux comprendre la géologie complexe du satellite naturel et de mieux préparer les futures missions habitées, alors que les États-Unis et la Chine ambitionnent de construire des bases sur le sol lunaire.