NASA en IBM hebben op 10 september 2026 het open-source NASA-IBM Lunar Foundation Model uitgebracht. Dit foundationmodel voor maanonderzoek kan worden aangepast om ijsprospectiviteit, kraters, oppervlakteveranderingen en onregelmatige mare-structuren in kaart te brengen. Belangrijk detail: het model schat waar ijs mogelijk stabiel is, maar detecteert of bewijst geen bevroren water rechtstreeks.
NASA en IBM brengen open AI-model voor de maan uit
Een foundationmodel is een AI-model dat eerst op veel gegevens wordt getraind en daarna voor specifieke taken kan worden aangepast. In dit geval gaat het om teledetectie van het maanoppervlak: het analyseren van beelden en andere ruimtelijke gegevens die vanaf een baan om de maan zijn verzameld.
Het NASA-IBM Lunar Foundation Model combineert verschillende soorten maanwaarnemingen in één herbruikbare basis. Onderzoekers kunnen het model daardoor verder afstemmen op taken zoals kraterkartering, detectie van oppervlakteveranderingen en het bestuderen van jonge vulkanische structuren.
De praktische winst zit dus niet in een AI die zelfstandig een maanmissie bestuurt. Het model moet grote hoeveelheden wetenschappelijke gegevens sneller doorzoekbaar en bruikbaar maken voor onderzoek.
De trainingsbasis: 17 jaar waarnemingen
De belangrijkste bron voor de training is de Lunar Reconnaissance Orbiter, die gedurende 17 jaar waarnemingen van de maan heeft verzameld. Het model gebruikte ongeveer 2 miljoen beeldtegels uit dat archief.
Daarbinnen gaat het om meer dan 1 miljoen beelden met een resolutie van ongeveer 1 meter per pixel en bijna 964.000 multispectrale beelden met een resolutie van ongeveer 100 meter per pixel. Die twee categorieën beschrijven verschillende schaalniveaus en soorten informatie; ze zijn dus niet onderling uitwisselbaar.
Aanvullende gegevens kwamen van GRAIL, Lunar Prospector en de Japanse missie Kaguya, officieel de Selenological and Engineering Explorer. Het resultaat is een model dat niet alleen naar één grijswaardenbeeld kijkt, maar verschillende maanmetingen kan benutten bij het analyseren van een gebied.
IJsprospectiviteit is geen directe ijsdetectie
Het model berekent ijsprospectiviteit: een schatting van waar ijs waarschijnlijker stabiel kan blijven, onder meer in de buurt van de maanpolen en onder het oppervlak. Dat is iets anders dan vaststellen dat er op een specifieke plek daadwerkelijk bevroren water aanwezig is.
Een prospectiviteitskaart werkt daarom meer als een prioriteitenkaart voor verder onderzoek dan als een schatkaart met bewezen ijsvoorraden. De kleurenschaal in de wetenschappelijke visualisatie loopt van 0,0 tot 1,0 en laat zien hoe de geschatte prospectiviteit ruimtelijk verschilt. De schaal zegt niet dat elk gemarkeerd gebied een bevestigde ijsafzetting bevat.
Van kraters naar recente oppervlakteveranderingen
Kan het model nieuwe kraters helpen vinden? Ja, NASA beschreef daarvoor een demonstratie waarbij het model werd aangepast met beelden van vóór en na een inslag nabij Einstein crater. Die inslag werd in verband gebracht met een raketlichaam van SpaceX. In de vergelijking werd de nieuwe inslagstructuur apart gemarkeerd naast bestaande kraters.
Dat voorbeeld laat zien waarvoor fine-tuning nuttig kan zijn: een algemene modelbasis wordt aangepast aan een concreet onderzoeksprobleem met gelabelde gegevens. Het is geen algemene belofte dat het model in realtime elke nieuwe krater detecteert of dat het klaar is voor operationele maanmissies.
Waarom jonge vulkanische structuren ertoe doen
Het model kan ook irregular mare patches in kaart brengen: onregelmatige, jong ogende vulkanische structuren op het maanoppervlak. Hun verspreiding en eigenschappen kunnen onderzoekers helpen om de vulkanische en thermische geschiedenis van de maan beter te begrijpen.
Dat is een ander soort toepassing dan kraterdetectie. Bij kraters draait het om herkenbare inslagstructuren en veranderingen in het oppervlak; bij irregular mare patches gaat het om geologische kenmerken die aanwijzingen kunnen geven over hoe de maan in de loop van de tijd is afgekoeld en veranderd.
Onderzoeksinfrastructuur, geen landingscertificaat
De release is vooral interessant omdat één modelbasis meerdere onderzoekstaken kan ondersteunen. Het model kan worden aangepast voor ijsprospectiviteit, kraterkartering, oppervlakteveranderingen en vulkanische structuren. NASA koppelt het bovendien aan machine-learningdatasets, benchmarkcollecties, een technisch rapport en de open-source toolkit TerraTorch.
Maar de grens is net zo belangrijk als de belofte. Het model is een hulpmiddel voor wetenschappelijke analyse en kartering. Het bevestigt geen ijs, vervangt geen aanvullende metingen en certificeert geen veilige landingsplaats. Wie de kaarten als directe zekerheid leest, haalt een onderzoeksinschatting en een operationele beslissing door elkaar.
Voor onderzoekers betekent de release een herbruikbare basis om nieuwe maanvragen met beperkte gelabelde gegevens te bestuderen. Voor toekomstige missies kan dat waardevol zijn, maar de concrete uitkomst blijft afhankelijk van de taak, de gebruikte gegevens en de manier waarop onderzoekers de AI-resultaten interpreteren. De belangrijkste verandering is daarmee niet dat de maan ineens volledig in kaart is gebracht, maar dat een groot bestaand archief voor meer soorten onderzoek tegelijk inzetbaar wordt.
