NASA e IBM lanzan modelo de IA de código abierto para mapear hielo, cráteres y volcanes lunares
Hecho Qué ha ocurrido
La NASA e IBM han lanzado Prithvi, un modelo fundacional de IA de código abierto entrenado con unos 2 millones de imágenes de la sonda LRO y datos de GRAIL, Lunar Prospector y Selene/Kaguya. El sistema mejora hasta un 23% la identificación de rasgos geográficos, reduce hasta un 22% el error en detección de hielo polar y supera en un 19% el reconocimiento de cráteres frente al modelo de referencia SwinV2-B usando la mitad de datos de entrenamiento. El modelo y más de 30 capas de datos geofísicos están disponibles gratuitamente en Hugging Face, GitHub y TerraTorch.
Resumen generado mediante IA a partir de El Confidencial Tecnología. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Es un ejemplo concreto de modelos fundacionales aplicados a datos científicos masivos para acelerar descubrimientos que antes requerían meses de trabajo manual, un patrón replicable en otras industrias con grandes volúmenes de datos no estructurados.
- Quién se ve afectado
- Agencias espaciales, centros de investigación científica y empresas que gestionan grandes volúmenes de datos geoespaciales o de sensores.
- Qué puede cambiar
- La cartografía y análisis planetario pasan de procesos manuales y especializados a flujos automatizados y reutilizables gracias a modelos preentrenados adaptables con pocos datos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si la arquitectura Prithvi se extiende a otras aplicaciones científicas o industriales, y si otras agencias espaciales adoptan enfoques similares de modelos fundacionales para datos geoespaciales.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: El Confidencial Tecnología. La referencia es siempre el artículo original.
Ver fuente original ↗modelos fundacionalesIA científicamultimodal NASAIBM código abierto IBM Luna modelos fundacionales NASA
Forma parte de la historia NASA e IBM lanzan modelo de IA abierto para mapeo lunar (2 noticias, estado: en evolución).
Relacionadas
NASA e IBM presentan un modelo de IA abierto para analizar 17 años de imágenes lunares
La NASA e IBM han presentado el NASA-IBM Lunar Foundation Model, un modelo fundacional de IA entrenado con unos dos millones de fragmentos de imágenes y mapas…
Por qué importaMuestra cómo los modelos fundacionales geoespaciales pueden reducir drásticamente el tiempo de análisis de grandes volúmenes de datos científicos, un…
NASA e IBM crean un modelo fundacional de IA de código abierto para analizar datos lunares
La NASA e IBM, junto a instituciones académicas, han desarrollado el NASA-IBM Lunar Foundation Model, entrenado con cerca de dos millones de imágenes de la…
Por qué importaEs un ejemplo de aplicación de modelos fundacionales a datos científicos masivos para acelerar análisis que antes requerían sistemas especializados…
NASA e IBM lanzan un modelo de IA de código abierto para analizar datos lunares
NASA e IBM han presentado el NASA-IBM Lunar Foundation Model, un modelo fundacional de código abierto entrenado con datos de misiones como LRO, GRAIL y…
Por qué importaAutomatiza tareas de análisis geológico que antes requerían revisión manual, acelerando la investigación científica previa a las misiones Artemis y a…
IBM y NASA lanzan un modelo fundacional de IA abierto para investigación lunar
IBM y NASA presentaron el NASA-IBM Lunar Foundation Model, un modelo fundacional de código abierto entrenado con más de 30 capas de datos de nueve instrumentos…
Por qué importaIlustra cómo los modelos fundacionales de IA científica pueden integrar datos heterogéneos de décadas de misiones espaciales para acelerar el…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.