// FUTURA SCIENCES — SPAZIO & SCIENZA
La Nasa vient de donner à une IA des données sur toute la Lune : elle sait désormais où chercher de l'eau en priorité
Une des techniques de prospection pétrolière sur Terre consiste à produire, puis à détecter des ondes sismiques artificielles, ondes qui vont se réfracter et se réfléchir dans le sol suivant des trajets dépendant de la présence ou non de gisements de pétrole. Or, il existe peut-être des gisements de glace sur la Lune.... Lire la suite
En s’inspirant de la situation actuelle de Io, satellite de Jupiter, des chercheurs ont réussi à concilier les données a priori contradictoires sur l’âge de la Lune. Depuis de nombreuses années, les scientifiques se heurtent en effet à un dilemme : comment expliquer que 160 millions d’années séparent la formation de la Lune de celle des roches de sa croûte ?... Lire la suite
La Lune a été observée sous toutes les coutures depuis des décennies, mais ses données restent dispersées entre de nombreux instruments et missions. IBM et la Nasa viennent de rendre public un modèle d’intelligence artificielle conçu pour les faire dialoguer afin de mieux connaître le seul satellite naturel permanent de la Terre, si proche et pourtant encore loin d’avoir livré tous ses secrets.
Depuis les premières sondes spatiales, les scientifiques n'ont cessé d'accumuler des informations sur la Lune. Chaque mission ajoute de nouvelles images, de nouvelles mesures du relief ou encore des données sur la température et l'éclairement de sa surface. Le problème est désormais que les données sont si nombreuses que les mettre en relation représente donc un véritable défi pour les scientifiques.
IBM et la Nasa ont donc développé le Nasa-IBM Lunar Foundation Model, un modèle d'intelligence artificielle spécialisé dans les observations lunaires et désormais accessible en open source.
Plutôt que de concevoir un algorithme entièrement différent pour chaque question, les chercheurs entraînent un modèle général à partir d'un vaste ensemble de données, puis l'adaptent à différentes tâches. « C'est un modèle d'IA multimodal basé sur un transformateur de vision, entraîné à partir d'observations géospatiales de toute la Lune, et non uniquement d'images », explique Paolo Fraccaro, Senior Software Developer chez IBM. L'IA peut ainsi mettre en relation plusieurs types d'informations décrivant un même territoire.
AI is unlocking new insights about the Moon. ????@IBM and @NASA are open-sourcing the NASA-IBM Lunar Foundation Model, one of the first publicly available AI models built for scientific lunar exploration.Learn more below ???? pic.twitter.com/2OtOz36bRN
La recherche de glace est l'une des applications les plus prometteuses. Près des pôles lunaires, certaines régions ne voient pratiquement jamais la lumière du Soleil. Ces zones d'ombre permanente pourraient conserver de la glace d'eau depuis des périodes très anciennes. Cette ressource intéresse évidemment les scientifiques, mais aussi les ingénieurs qui préparent les futures missions habitées. L'eau pourrait être consommée ou transformée en oxygène, tandis que ses composants pourraient éventuellement servir à produire du carburant.
Une des techniques de prospection pétrolière sur Terre consiste à produire, puis à détecter des ondes sismiques artificielles, ondes qui vont se réfracter et se réfléchir dans le sol suivant des trajets dépendant de la présence ou non de gisements de pétrole. Or, il existe peut-être des gisements de glace sur la Lune.... Lire la suite
Le modèle cherche à déterminer les endroits où sa présence est la plus plausible. Pour cela, « il combine diverses informations telles que la température de surface, la profondeur à laquelle la glace pourrait rester stable, la morphologie du terrain et la localisation des zones perpétuellement à l'ombre », détaille Paolo Fraccaro. Lors des évaluations réalisées par l'équipe, cette méthode a réduit de 23 % l'erreur de prédiction par rapport à un modèle de référence. Ce résultat ne signifie donc pas que l'IA détecte la glace sous le sol, mais plutôt de mieux cibler les régions qui méritent des observations complémentaires