IBM e NASA rilasciano modello di base lunare open source con dataset SomBench

IBM e NASA, il 10 settembre 2026, annunciarono il rilascio open source del NASA-IBM Lunar Foundation Model, un modello di base multimodale e multirisoluzione per il telerilevamento lunare, insieme a SomBench, il dataset lunare co‑registrato creato per addestrarlo.

Nell’annuncio, datato da Yorktown Heights, New York, IBM ha descritto il sistema come uno dei primi modelli di base disponibili al pubblico per l’esplorazione scientifica della Luna, addestrato su un ampio dataset di osservazioni lunari curato da ricercatori di IBM e NASA. I pesi del modello sono pubblicati su Hugging Face sotto licenza Apache-2.0, con il codice di fine-tuning mantenuto in un repository GitHub NASA-IMPACT e l’adattamento a valle gestito tramite TerraTorch. La scheda del modello presenta il rilascio come una rappresentazione riutilizzabile per il telerilevamento lunare: fine-tuning o adattamento LoRA dell’encoder per rilevamento, segmentazione e regressione densa su immagini LROC e prodotti di terreno co-registrati, con sottoinsiemi di modalità e griglie di patch che possono differire dal preaddestramento.

Secondo l’annuncio, i ricercatori potrebbero applicare il modello a diverse linee di studio lunare: prevedere dove potrebbe esserci ghiaccio nelle regioni permanentemente ombreggiate, difficili da osservare ma potenzialmente ricche di risorse ritenute essenziali per una futura base lunare; mappare gli Irregular Mare Patches, caratteristiche vulcaniche che gli scienziati studiano per comprendere la storia vulcanica e l’evoluzione termica della Luna; e rilevare, contestualizzare e classificare i crateri, attività che fornisce indizi sull’età del terreno e sulla geologia e aiuta la NASA a selezionare siti di atterraggio sicuri evitando pericoli come pendii ripidi e massi.

“La NASA ha trascorso decenni a costruire un eccezionale archivio scientifico della Luna, ma la raccolta dei dati è solo una parte del lavoro,” ha dichiarato Kevin Murphy, chief science data officer e acting chief data and AI officer presso la sede centrale della NASA, aggiungendo che il modello dimostra ciò che è possibile quando l’IA viene applicata ai petabyte di dati scientifici della NASA.

IBM ha affermato che il modello estende una collaborazione consolidata tra le due organizzazioni e si aggiunge alla famiglia Prithvi di modelli di base open disponibili su Hugging Face, che coprono geospaziale, meteorologia, eliophysica e ora la Luna. L’annuncio presenta il rilascio open come una visione più ampia in cui i ricercatori partono da un modello condiviso e lo adattano a nuovi compiti anziché costruire un nuovo sistema algoritmico per ogni domanda scientifica.

Juan Bernabe-Moreno, Director of IBM Research Europe, UK and Ireland, ha dichiarato che il modello offre agli scienziati una base per esplorare la Luna su larga scala, collegando osservazioni tra diversi strumenti, rivelando schemi difficili da vedere isolatamente, e “fornendo una piattaforma aperta su cui la comunità di ricerca globale può costruire”.

Architettura e Preaddestramento

La scheda del modello descrive un encoder‑decoder ViT‑B (768 dimensioni, 12 strati, 12 teste di attenzione) addestrato da zero su SomBench: circa 2 milioni di pacchetti di tile lunari co‑registrati che coprono 11 modalità a due scale spaziali, immagini della LROC Narrow Angle Camera a circa 1 metro per pixel e immagini della Wide Angle Camera a circa 100 metri per pixel. Il sistema adatta la ricetta TerraMind masked‑token con due estensioni. La geometria di acquisizione per tile, inclusi gli angoli di illuminazione, gli ancoraggi del fotogramma solare e l’area del tile, è tokenizzata come input espliciti per l’encoder; gli autori affermano che l’aspetto della superficie lunare è governato più dalla geometria di illuminazione che dalla variazione intrinseca della superficie. I tile ancorati a NAC e WAC vengono inoltre addestrati insieme in un unico ciclo di batch misti a risoluzione nativa, così un unico set di pesi copre entrambe le famiglie di risoluzione attraverso un divario di scala di 100×.

Gli input comprendono nove strati densi simili a immagini più due modalità contestuali simili a sequenze: metadati ottici per tile con otto campi e contesto di mappa statica con 28 campi provenienti da prodotti Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL e Lunar Prospector. Un embedding FlexiViT per patch consente di effettuare il fine‑tuning del checkpoint a dimensioni di patch diverse senza riaddestrare la backbone, e la tokenizzazione per modalità permette di rimuovere o aggiungere modalità durante il fine‑tuning. Il preaddestramento è stato eseguito su 16 GPU H100 per 150.000 step con un batch globale di 1.536 in bf16, per un totale di circa 1.100 ore GPU, utilizzando nove tokenizzatori VQ‑VAE specifici per modalità con quantizzazione FSQ, un decoder DDPM e un obiettivo di cross‑entropy su vocabolari di token discreti.

Risultati dei Benchmark Segnalati

IBM ha dichiarato che il modello supera i metodi ampiamente utilizzati fino al 23% nell’identificazione delle principali caratteristiche geografiche della superficie lunare, inclusi potenziali depositi di ghiaccio, crateri e formazioni vulcaniche. Citando un documento tecnico NASA‑IBM, l’azienda ha riportato che il modello ha ridotto l’errore (RMSE) fino al 22% rispetto al modello SwinV2‑B (ImageNet) nell’identificazione di aree con alto potenziale di ghiaccio lunare; ha catturato l’estensione degli Irregular Mare Patches del 3% meglio di SwinV2‑B pur usando etichette imperfette; e ha eguagliato modelli all’avanguardia come SwinV2‑B nella rilevazione di crateri a scala metrica, superandolo di quasi il 19% a una scala contestuale di circa 100 metri usando la metà dei dati di addestramento.

La tabella dei benchmark nella scheda del modello riporta un RMSE di 0,0293 per la prospettiva di ghiaccio polare con fine‑tuning completo, contro 0,0377 per il miglior baseline (SwinV2‑B) e 0,0397 per un controllo a random‑initialization, identificando la prospettiva di ghiaccio come la più ampia differenza. Per la segmentazione degli Irregular Mare Patch riporta un IoU1 di 0,5709 contro 0,5687 per ConvNeXtV2‑B, e per la rilevazione del cratere Robbins su immagini WAC un mAP di 0,2581 usando LoRA contro 0,2420 per SwinV2‑B; la scheda afferma che le varianti preaddestrate al 50% dei dati di addestramento già eguagliano o superano SwinV2‑B addestrato sull’intero set. Gli autori avvertono che i leader nei benchmark dei crateri NAC e degli Irregular Mare Patch dovrebbero essere considerati comparabili perché le differenze sono più piccole della variabilità tra i seed. I benchmark sono stati eseguiti tramite TerraTorch con loader, suddivisioni, augmentazioni, loss e metriche mantenute fisse tra le backbone, con baseline che includono ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+ e SegFormer, riportati come media e deviazione standard su cinque seed.

Corpus SomBench e Limitazioni Dichiarate

IBM ha dichiarato che i suoi scienziati, in collaborazione con la NASA, hanno costruito il primo dataset lunare open‑source del suo genere, aggregando più di 30 strati allineati spazialmente provenienti da nove strumenti su quattro missioni, inclusi il Lunar Reconnaissance Orbiter e la missione GRAIL della NASA e il SELENE/Kaguya dell’Agenzia Giapponese per l’Esplorazione Spaziale. La Scheda del dataset SomBench descrive due tracce: WACLowRes, 963.609 tile che coprono 51,2 km a 100 metri per pixel, estratti da 54.080 record di esperimenti della Wide Angle Camera e per un totale di 38 TB; e NACHighRes, 1.000.113 tile che coprono 512 m a 1 metro per pixel da 1.095 record della Narrow Angle Camera, per un totale di 1,4 TB. Il corpus è rilasciato sotto licenza CC BY 4.0, con il dataset completo ospitato su AWS. Le suddivisioni sono assegnate a livello di zona Lunar Transverse Mercator con un obiettivo 75/15/10; i tile che attraversano due zone vengono scartati per evitare perdite spaziali, e la suddivisione di test è riservata alla valutazione a valle.

La scheda del modello afferma che il sistema non è un prodotto generativo di grado scientifico, non mantiene alcun riferimento geodetico e non è stato convalidato per decisioni operative come la certificazione di siti di atterraggio o la rimozione di pericoli; osserva inoltre che le uscite di prospettiva di ghiaccio restituiscono una mappa fuzzy sovrapposta basata su conoscenza piuttosto che su ghiaccio misurato. Le limitazioni elencate includono contributi di ablazione non ancora isolati e preaddestramento NAC limitato a 1.095 frame co‑registrati, mentre la scheda del dataset segnala una risoluzione spaziale eterogenea e un’incertezza di geolocalizzazione assoluta dell’ordine di decine di metri. Il lavoro è stato supportato dalla NASA con il premio n. 80MSFC25M0084.