{"schema_version":"1.0","type":"NewsArticle","canonical_url":"https://visteesto.com/nota/nasa-ibm-ia-luna-modelo-abierto","machine_urls":{"markdown":"https://visteesto.com/ai/article/nasa-ibm-ia-luna-modelo-abierto/markdown","json":"https://visteesto.com/ai/article/nasa-ibm-ia-luna-modelo-abierto/json"},"publisher":{"name":"VisteEsto","url":"https://visteesto.com","editor":"Martín Rodríguez","editorial_policy":"https://visteesto.com/politica-editorial","corrections_policy":"https://visteesto.com/correcciones"},"headline":"NASA e IBM abren una IA entrenada para estudiar la Luna","description":"NASA e IBM publicaron un modelo abierto entrenado con unos dos millones de recortes de imágenes lunares para mapear cráteres, volcanismo y hielo polar.","dek":"El modelo y su código están disponibles para investigación. La herramienta acelera mapas, pero sus predicciones requieren validación científica.","language":"es","section":"Tecnología","topic":"ia-ciencia-espacial","tags":["Inteligencia artificial","NASA","IBM","Luna"],"author":{"name":"Martin Rodriguez","profile_url":"https://visteesto.com/autor/martin-rodriguez"},"date_published":"2026-09-11T15:09:46.519341Z","date_modified":"2026-09-11T15:09:46.519341Z","search_intent":"news","content_format":"brief","primary_query":"NASA IBM IA para estudiar la Luna","intended_audience":"Lectores interesados en IA aplicada y ciencia espacial.","original_contribution":"VisteEsto organizó el lanzamiento en tres niveles verificables —preentrenamiento, adaptación y validación— para evitar confundir una predicción con evidencia confirmada.","key_facts":[{"statement":"NASA e IBM publicaron un modelo fundacional abierto para analizar la superficie lunar.","evidence_url":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/"},{"statement":"El modelo fue entrenado con aproximadamente dos millones de recortes de imágenes y datos lunares.","evidence_url":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/"},{"statement":"Puede adaptarse para mapear cráteres, estructuras volcánicas y posibles zonas estables de hielo polar.","evidence_url":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/"},{"statement":"El modelo está en Hugging Face y el código completo se publicó en GitHub.","evidence_url":"https://github.com/NASA-IMPACT/NASA-IBM-Lunar-Foundation-Model"}],"sections":[{"heading":"Qué publicó NASA junto con IBM","paragraphs":["NASA e IBM lanzaron un modelo fundacional abierto diseñado para analizar la superficie de la Luna. Fue preentrenado principalmente con datos de Lunar Reconnaissance Orbiter y está disponible en Hugging Face, mientras que el código completo puede consultarse en GitHub.","El entrenamiento utilizó aproximadamente dos millones de recortes: más de un millón provinieron de imágenes de alta resolución, con detalle cercano a un metro, y casi 964.000 de observaciones multiespectrales a 100 metros. También incorporó datos de GRAIL, Lunar Prospector y la misión japonesa SELENE."]},{"heading":"Para qué tareas puede adaptarse","paragraphs":["Los equipos científicos pueden ajustar el modelo con conjuntos etiquetados más pequeños para identificar cráteres, localizar estructuras volcánicas jóvenes y estimar zonas donde el hielo podría mantenerse estable cerca de los polos. La publicación incluye modelos derivados y colecciones de referencia para comparar resultados.","En las evaluaciones informadas por NASA, el sistema igualó o superó modelos de referencia en las tareas estudiadas. Su ventaja más clara apareció en la estimación de estabilidad del hielo polar. Eso describe pruebas técnicas concretas; no confirma por sí solo depósitos aprovechables ni reemplaza observaciones de campo o de otras misiones."]},{"heading":"Qué se puede descargar y qué exige cautela","paragraphs":["La colección pública permite revisar el modelo, el informe técnico y las tareas derivadas. Para reproducir un resultado hay que registrar la versión, el conjunto de datos, la resolución y el ajuste utilizado. Una predicción coloreada sobre un mapa lunar sigue siendo una estimación hasta que se contrasta con evidencia independiente.","La comparación útil separa tres niveles: preentrenamiento sobre imágenes sin etiquetar, adaptación a una tarea científica y validación del mapa final. El aporte práctico del modelo está en reducir el trabajo inicial para explorar grandes volúmenes de datos. La interpretación geológica y las decisiones de misión continúan bajo responsabilidad de especialistas."]}],"sources":[{"name":"NASA: lanzamiento del modelo lunar de IA con IBM","url":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/","kind":"primary"},{"name":"Colección NASA-IBM Lunar Foundation Model en Hugging Face","url":"https://huggingface.co/collections/nasa-ibm-ai4science/nasa-ibm-lunar-fm-and-downstream-models","kind":"primary"},{"name":"Código NASA-IBM Lunar Foundation Model en GitHub","url":"https://github.com/NASA-IMPACT/NASA-IBM-Lunar-Foundation-Model","kind":"primary"}],"primary_source_gap":null,"images":[{"url":"https://visteesto.com/media/nasa-ibm-ia-luna-modelo-abierto/cover.jpg","alt":"Comparación de mapas de estabilidad probable de hielo cerca del polo lunar","width":2988,"height":1683,"creator":"NASA/IBM Research","license":"Public domain","licenseUrl":"https://www.nasa.gov/nasa-brand-center/images-and-media/","sourceUrl":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/","caption":"Comparación de mapas usada para evaluar predicciones de estabilidad probable del hielo."},{"url":"https://visteesto.com/media/nasa-ibm-ia-luna-modelo-abierto/inline-1.jpg","alt":"Mosaico lunar de Mons Rümker con cráteres y llanuras oscuras","width":1100,"height":1185,"creator":"NASA/GSFC/Arizona State University","license":"Public domain","licenseUrl":"https://www.nasa.gov/nasa-brand-center/images-and-media/","sourceUrl":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/","caption":"Mosaico de Mons Rümker usado en la presentación del modelo lunar."},{"url":"https://visteesto.com/media/nasa-ibm-ia-luna-modelo-abierto/inline-2.jpg","alt":"Imágenes lunares con cráteres detectados y un impacto nuevo marcado","width":2112,"height":1051,"creator":"NASA/IBM Research","license":"Public domain","licenseUrl":"https://www.nasa.gov/nasa-brand-center/images-and-media/","sourceUrl":"https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/","caption":"Ejemplo de detección de cráteres y cambios entre observaciones."}],"videos":[],"update_log":[{"date":"2026-09-11T15:09:46.519341Z","note":"Publicación inicial basada en el anuncio, la colección y el código oficiales."}],"citation_guidance":{"preferred_url":"https://visteesto.com/nota/nasa-ibm-ia-luna-modelo-abierto","include":["headline","author","date_published_or_modified","preferred_url"]}}