IBMとNASAは2026年9月10日に、月面探査の科学的研究を支援するためのオープンソースAIモデル「NASA-IBM Lunar Foundation Model」を公開したと発表しました。このモデルは、数十年にわたって蓄積された膨大な観測データを解析し、月面の詳細な特徴を特定することを目的としています。
月面の資源や地形を効率的に解析
このモデルは、従来の低解像度なモデルや手作業による解析とは異なり、異なる種類のデータや解像度を組み合わせて解析できるのが特徴です。これにより、月面の氷の存在予測において、従来のSwinV2-Bモデルと比較して誤差（RMSE）を最大22%削減することに成功しました。氷の存在は、将来の月面基地の建設や火星探査に向けた燃料生産において極めて重要な要素となります。
火山活動の痕跡やクレーターの特定においても高い性能を発揮します。火山地形の範囲特定では、SwinV2-Bモデルより3%精度が向上し、より効率的な解析を可能にしました。また、クレーターの検出については、100メートル規模の広域解析において、SwinV2-Bよりも約19%高い性能を示しながら、学習データ量は半分で済んでいます。
研究を加速させるオープンな基盤
モデルの公開に合わせて、機械学習に適した初のオープンソースの月面データセットも提供されます。これは、NASAのLROやGRAIL、JAXAのSELENE/Kaguyaといった4つのミッションによる、9つの観測機器から得られた30層以上のデータを統合したものです。
この取り組みにより、研究者は個別の課題ごとに新しいアルゴリズムを構築する必要がなくなり、共有されたモデルをベースに多様なタスクへ適応させることが可能になります。これにより、月面における科学的発見のスピードが加速することが期待されています。