IBM et NASA publient un modèle de base lunaire open source avec le jeu de données SomBench

IBM et NASA, le 10 septembre 2026, ont annoncé la publication open source du NASA-IBM Lunar Foundation Model, un modèle de base multimodal et multi‑résolution pour la télédétection lunaire, accompagné de SomBench, le jeu de données lunaire co‑enregistré conçu pour l’entraîner.

Dans l’annonce, datée de Yorktown Heights, New York, IBM a décrit le système comme l’un des premiers modèles de base disponibles publiquement pour l’exploration scientifique de la Lune, entraîné sur un vaste jeu de données d’observations lunaires sélectionné par des chercheurs d’IBM et de la NASA. Les poids du modèle sont publiés sur Hugging Face sous licence Apache-2.0, le code de réglage fin étant maintenu dans un dépôt GitHub NASA-IMPACT et l’adaptation en aval étant gérée via TerraTorch. La fiche modèle présente la publication comme une représentation réutilisable pour la télédétection lunaire: réglage fin ou adaptation LoRA de l’encodeur pour la détection, la segmentation et la régression dense sur les images LROC et les produits de terrain co‑enregistrés, avec des sous‑ensembles de modalités et des grilles de patchs pouvant différer du pré‑entraînement.

Selon l’annonce, les chercheurs pourraient appliquer le modèle à plusieurs axes d’étude lunaire: prédire où la glace pourrait se trouver dans les régions en permanence d’ombre, difficiles à observer mais susceptibles de contenir des ressources essentielles pour une future base lunaire ; cartographier les Irregular Mare Patches, des formations volcaniques étudiées pour comprendre l’histoire volcanique et l’évolution thermique de la Lune ; et détecter, contextualiser et classifier les cratères, un travail qui fournit des indices sur l’âge du terrain et la géologie et aide la NASA à choisir des sites d’atterrissage sûrs tout en évitant les dangers tels que les pentes abruptes et les rochers.

“La NASA a passé des décennies à constituer un remarquable corpus scientifique de la Lune, mais la collecte de données n’est qu’une partie du travail,” a déclaré Kevin Murphy, directeur des données scientifiques et directeur par intérim des données et de l’IA au siège de la NASA, ajoutant que le modèle montre ce qui est possible lorsque l’IA est appliquée aux pétaoctets de données scientifiques de la NASA.

IBM a indiqué que le modèle prolonge une collaboration établie entre les deux organisations et rejoint la famille Prithvi de modèles de base open source disponibles sur Hugging Face, couvrant le géospatial, la météo, l’héliophysique et désormais la Lune. L’annonce présente la publication open source comme une vision plus large dans laquelle les chercheurs partent d’un modèle partagé et l’adaptent à de nouvelles tâches plutôt que de créer un nouveau système algorithmique pour chaque question scientifique.

Juan Bernabe-Moreno, directeur de la IBM Research Europe, Royaume‑Uni et Irlande, a déclaré que le modèle offre aux scientifiques une base pour explorer la Lune à grande échelle, en reliant les observations entre les instruments, en révélant des motifs difficiles à percevoir isolément, et en « fournissant une plateforme ouverte sur laquelle la communauté mondiale de recherche peut s’appuyer ».

Architecture et pré‑entraînement

La fiche modèle décrit un encodeur‑décodeur ViT‑B (768 dimensions, 12 couches, 12 têtes d’attention) entraîné de zéro sur SomBench: environ 2 millions de paquets de tuiles lunaires co‑enregistrées couvrant 11 modalités à deux échelles spatiales, des images de la caméra à angle étroit (NAC) de LROC à environ 1 mètre par pixel et des images de la caméra à angle large (WAC) à environ 100 mètres par pixel. Le système adapte la recette de token masqué TerraMind avec deux extensions. La géométrie d’acquisition par tuile, incluant les angles d’illumination, les ancres du cadre solaire et l’empreinte de la tuile, est tokenisée comme entrées explicites de l’encodeur ; les auteurs indiquent que l’apparence de la surface lunaire est davantage régie par la géométrie d’illumination que par la variation intrinsèque de la surface. Les tuiles ancrées NAC et WAC sont également entraînées conjointement dans une boucle mixte à résolution native, de sorte qu’un même jeu de poids couvre les deux familles de résolution sur un facteur d’échelle de 100×.

Les entrées couvrent neuf couches denses de type image plus deux modalités contextuelles de type séquence: métadonnées optiques par tuile avec huit champs et contexte de carte statique avec 28 champs provenant des produits Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL et Lunar Prospector. Un embedding de patch FlexiViT permet de régler finement le point de contrôle à d’autres tailles de patchs sans réentraîner le socle, et la tokenisation par modalité permet de supprimer ou d’ajouter des modalités lors du réglage fin. Le pré‑entraînement a été exécuté sur 16 GPU H100 pendant 150 000 étapes avec un lot global de 1 536 en bf16, totalisant environ 1 100 heures GPU, en utilisant neuf tokenizers VQ‑VAE spécifiques aux modalités avec quantification FSQ, un décodeur DDPM et un objectif d’entropie croisée sur des vocabulaires de tokens discrets.

Résultats des benchmarks rapportés

IBM a indiqué que le modèle dépasse les méthodes largement utilisées jusqu’à 23 % dans l’identification des principales caractéristiques géographiques de la surface lunaire, y compris les dépôts de glace potentiels, les cratères et les formations volcaniques. En s’appuyant sur un article technique NASA‑IBM, l’entreprise a rapporté que le modèle a réduit l’erreur (RMSE) jusqu’à 22 % par rapport au modèle SwinV2‑B (ImageNet) lors de l’identification des zones à fort potentiel de glace lunaire ; a capturé l’étendue des Irregular Mare Patches avec 3 % de meilleure précision que SwinV2‑B tout en utilisant des étiquettes imparfaites ; et a égalé les modèles de pointe tels que SwinV2‑B pour la détection de cratères à l’échelle du mètre tout en le surpassant de près de 19 % à une échelle contextuelle d’environ 100 mètres en n’utilisant que la moitié des données d’entraînement.

Le tableau de benchmark de la fiche modèle indique un RMSE de prospectivité de glace polaire de 0,0293 avec réglage fin complet, contre 0,0377 pour la meilleure référence (SwinV2‑B) et 0,0397 pour un contrôle à initialisation aléatoire, identifiant la prospectivité de glace comme la marge la plus large. Pour la segmentation des Irregular Mare Patches, il rapporte un IoU1 de 0,5709 contre 0,5687 pour ConvNeXtV2‑B, et pour la détection du cratère Robbins sur les images WAC, un mAP de 0,2581 avec LoRA contre 0,2420 pour SwinV2‑B ; la fiche indique que les variantes pré‑entraînées avec 50 % des données d’entraînement égalent déjà ou dépassent SwinV2‑B entraîné sur l’ensemble complet. Les auteurs avertissent que les leaders sur les benchmarks des cratères NAC et des Irregular Mare Patches doivent être considérés comme comparables car les marges sont inférieures à la dispersion entre les graines. Les benchmarks ont été exécutés via TerraTorch avec chargeurs, découpages, augmentations, perte et métriques maintenus constants entre les architectures, les références incluant ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+ et SegFormer, rapportées comme moyenne et écart‑type sur cinq graines.

Corpus SomBench et limitations déclarées

IBM a indiqué que ses scientifiques, en collaboration avec la NASA, ont construit le premier jeu de données lunaire open source de ce type, agrégant plus de 30 couches spatialement alignées provenant de neuf instruments sur quatre missions, dont le Lunar Reconnaissance Orbiter et la mission GRAIL de la NASA ainsi que le programme SELENE/Kaguya de l’Agence japonaise d’exploration aérospatiale. La fiche du jeu de données SomBench décrit deux volets: WACLowRes, 963 609 tuiles couvrant 51,2 kilomètres à 100 mètres par pixel, tirées de 54 080 enregistrements d’expériences Wide Angle Camera et totalisant 38 To ; et NACHighRes, 1 000 113 tuiles couvrant 512 mètres à 1 mètre par pixel provenant de 1 095 enregistrements Narrow Angle Camera, totalisant 1,4 To. Le corpus est publié sous licence CC BY 4.0, le jeu de données complet étant hébergé sur AWS. Les découpages sont attribués au niveau des zones Lunar Transverse Mercator selon une cible 75/15/10, les tuiles chevauchant deux zones étant éliminées pour éviter les fuites spatiales, et le découpage de test est réservé à l’évaluation en aval.

La fiche modèle indique que le système n’est pas un produit génératif de niveau scientifique, ne maintient aucun référentiel géodésique et n’est pas validé pour des décisions opérationnelles telles que la certification d’un site d’atterrissage ou le dégagement de dangers ; elle précise également que les sorties de prospectivité de glace régissent une carte floue basée sur la connaissance plutôt que de la glace mesurée. Les limitations répertoriées comprennent des contributions d’ablation qui n’ont pas encore été isolées et un pré‑entraînement NAC limité à 1 095 cadres co‑enregistrés, tandis que la fiche du jeu de données signale une résolution spatiale hétérogène et une incertitude de géolocalisation absolue de l’ordre de dizaines de mètres. Le travail a été soutenu par la NASA sous le numéro de subvention 80MSFC25M0084.