NASA e IBM lanzan modelo de IA para estudiar la Luna

La NASA y IBM Research presentaron el NASA-IBM Lunar Foundation Model, uno de los primeros modelos de inteligencia artificial de código abierto diseñados específicamente para la ciencia lunar. El anuncio se hizo el 10 de septiembre de 2026 y forma parte de una colaboración que incluye varias universidades.

Este modelo fue entrenado principalmente con datos de la superficie de la Luna. Su objetivo es ayudar a los investigadores a procesar grandes volúmenes de información de forma más rápida y eficiente. En lugar de analizar imágenes una por una, la IA puede identificar patrones, cráteres, minerales o cambios geológicos de manera automática.

Pensalo como un asistente que ya conoce el “idioma” de las fotos satelitales lunares. En vez de que un científico tenga que mirar miles de imágenes, el modelo aprende a destacar lo relevante, algo similar a cómo un corrector ortográfico aprende a sugerir palabras pero aplicado a geología lunar.

Desde el punto de vista técnico, se trata de un foundation model, es decir, una base que luego se puede adaptar a tareas específicas como mapear recursos, planificar misiones o estudiar la habitabilidad. El hecho de que sea open-source permite que investigadores de cualquier parte del mundo lo usen, modifiquen y mejoren sin costo de licencia.

Para la Argentina y Latinoamérica esto abre una puerta interesante. Aunque no tenemos programas lunares propios de gran escala, sí contamos con investigadores en astronomía, geología y procesamiento de imágenes satelitales. Universidades como la UBA, la UNC o el Instituto Argentino de Radioastronomía podrían adaptar este modelo para entrenamientos locales o para analizar datos de misiones como las de la India o China, que sí comparten información abiertamente.

Además, en un contexto donde cada vez más pymes y desarrolladores freelance trabajan con IA generativa, contar con modelos científicos abiertos ayuda a cerrar la brecha de acceso. Un estudiante de Córdoba o un investigador de Chile ya no dependería exclusivamente de herramientas comerciales caras.

El escepticismo saludable sigue siendo necesario: un modelo entrenado en datos lunares no resuelve automáticamente todos los problemas. Todavía hace falta validación humana, datos de calidad y computación para fine-tuning. Pero el paso de la NASA y IBM es concreto: poner una herramienta potente en manos de la comunidad científica global.

Este lanzamiento se suma a otros esfuerzos por usar IA en exploración espacial, como el análisis de datos de Marte o la búsqueda de exoplanetas. La diferencia aquí es el foco exclusivo en la Luna, que vuelve a estar en el centro de la agenda con planes de retorno humano en los próximos años.

Para un desarrollador argentino interesado en ciencia de datos, el mensaje es claro: vale la pena explorar el repositorio cuando esté disponible. Podría convertirse en base para proyectos de investigación, tesis o incluso startups que ofrezcan servicios de análisis geoespacial.

En resumen, no es solo una noticia de la NASA. Es un ejemplo de cómo los avances en IA pueden democratizarse y llegar, con algo de esfuerzo, a laboratorios y computadoras de nuestra región.