NASA und IBM haben die vollständigste KI-Karte des Mondes erstellt

Die US-Raumfahrtbehörde NASA und IBM haben gemeinsam die vollständigste, mittels KI erstellte Karte des Mondes namens Lunar Foundation Model vorgestellt. Laut ixbt.com ermöglicht dieses Projekt die Entdeckung von Wassereis mit einer um über 20 Prozent höheren Genauigkeit im Vergleich zu spezialisierten Machine-Learning-Modellen und stellt einen wichtigen Schritt für zukünftige Weltraummissionen dar. Dies berichtet Ixbt.com berichtet.

Das Open-Source-Projekt integriert Daten von US-amerikanischen und japanischen Weltraummissionen – Gravitation, Topografie, Temperaturmessungen sowie optische Aufnahmen – in ein einheitliches, flexibles Format. Juan Bernabe-Moreno, Direktor von IBM Research Europe, verglich dieses Modell mit einem „digitalen Stein von Rosetta“, um die Geheimnisse des Mondes zu entschlüsseln, und betonte, dass es Muster aufdecke, die zuvor in verstreuten Datenbanken verborgen waren.

Die Mondumgebung zeichnet sich durch extreme Bedingungen und das Fehlen einer Atmosphäre aus: Da es keine lichtstreuende Schicht gibt, sind Schatten pechschwarz, während beleuchtete Bereiche blendend hell sind. Die Temperaturen schwanken zwischen +121 Grad in der Sonne und –246 Grad in schattigen Kratern. Zudem bedeckt abrasiver, klebriger Staub die Oberflächen, beschädigt Ausrüstung und erschwert die Beobachtung.

KI-Training und praktische Bedeutung

Experten erklären, dass die Position der Sonne unter dem Horizont an den Polen lange Schatten wirft, die Krater und Schluchten verbergen. Unter solchen Bedingungen ist die Interpretation von Satellitendaten, die Planung sicherer Routen für Astronauten oder die Auswahl von Standorten für Basen eine äußerst schwierige Aufgabe.

Das neue Modell wurde auf Basis verschiedener Datensätze trainiert, die von Gravitationskarten der GRAIL-Mission mit einer Auflösung von 20 Kilometern bis hin zu Bildern des Lunar Reconnaissance Orbiter reichen, die einzelne Felsen mit einer Auflösung von 1 Meter unterscheiden können. Es ist in der Lage, grobe Wärmekarten zu verfeinern, Krater präziser zu identifizieren und Fehler bei der Erkennung von Eisschichten zu reduzieren.

Michael Barker, NASA-Experte für Mondtopografie und Projekt-Co-Leiter, merkte an, dass das KI-Modell dabei helfen wird, das Alter verschiedener Mondregionen durch die Identifizierung kleiner, bisher nicht erfasster Krater zu bestimmen und Licht auf umstrittene Fragen zur jüngsten vulkanischen Aktivität zu werfen.

Der praktische Wert des Modells ist direkt mit Wassereis verbunden, das als Hauptziel der Mondexploration gilt. NASA schätzt, dass polare Krater Hunderte Millionen Tonnen Trinkwasser, Sauerstoff und Raketentreibstoff speichern könnten, die für die Versorgung zukünftiger Besatzungen und für Flüge in den tiefen Weltraum notwendig sind.

Juan Bernabe-Moreno betonte, dass zukünftige Durchbrüche nicht von einem einzelnen neuen Instrument kommen werden, sondern von Algorithmen, die das Zusammenspiel vieler Werkzeuge ermöglichen. Der Mond ist zudem bedeutend, da er reich an dem seltenen Helium-3-Isotop für saubere Kernfusion ist und seine Rückseite eine extrem ruhige Umgebung für Teleskope bietet.