La Inteligencia Artificial desvela los secretos más ocultos de Selene

La Inteligencia Artificial (IA) está logrando cosas impensables. Ha conseguido, por ejemplo, penetrar por primera vez en las zonas oscuras de la Luna. Investigadores del Instituto Max Planck de Investigación del Sistema Solar (Alemania) han desarrollado un algoritmo dotado con esta tecnología capaz de fotografiar áreas ocultas –como el interior del cráter Shackleton, de 21 kilómetros de diámetro y más de 4 kilómetros de profundidad–, que nunca reciben luz y podrían contener gruesos depósitos de hielo, posible fuente de aire, agua o combustible para futuros exploradores. 

La Tierra está inclinada 23° con respecto al plano en el que los planetas giran alrededor del Sol. Esta inclinación no solo crea las estaciones anuales, sino que también sumerge a los polos terrestres en periodos de luz y oscuridad. La Luna es diferente: está inclinada solo 1,5°. En consecuencia, tiene zonas poco elevadas en los polos que permanecen en oscuridad todo el año lunar. A esas zonas oscuras se las denomina regiones permanentemente sombreadas (PSR). Y Selene tiene cientos de ellas en sus casquetes.

Esas regiones son muy valiosas científicamente: pueden acumular, además de hielo, otros volátiles (amoníaco, metano…), que contienen pistas sobre el origen del sistema solar interior. En un próximo futuro, la NASA –y otras entidades– planean enviar rovers y humanos para caracterizar el agua congelada que se supone existe dentro de las PSR y desvelar así un misterio impenetrable desde hace más de 70 años.

© NASA/GSFC/Universidad estatal de Arizona

El enigma se origina porque esas áreas oscuras son difíciles de fotografiar desde los satélites que orbitan la Luna. Los pocos fotones que reflejan los PSR a menudo se ven abrumados por el ruido estático de la cámara y por los efectos cuánticos. Y mandar dispositivos con cámaras a un espacio sin luz resulta tecnológicamente complejo. Lo que han logrado los científicos alemanes es un algoritmo de aprendizaje profundo (una rama de la Inteligencia Artificial) para colarse en la oscuridad, ver y obtener imágenes de estos emplazamientos.

Con esta información, entrenaron al algoritmo para que aprendiera a reconocer y filtrar el ruido de la cámara y los efectos cuánticos en los fotones que viajan. Durante el proceso, el algoritmo aprendió de millones de imágenes lunares iluminadas por el Sol, emparejadas con versiones simuladas de las mismas imágenes obtenidas en la sombra. Una técnica similar a la que se emplea en la fotografía con cámara digital en situaciones de poca luz.

Su algoritmo permite revelar características geomorfológicas nunca vistas, como rocas y cráteres de hasta 3 metros de tamaño, lo que multiplica por diez la resolución que hasta ahora se había conseguido en esas latitudes lunares. Los investigadores utilizaron más de 70.000 imágenes de lugares completamente oscuros, sin señal de luz, combinadas con detalles sobre la temperatura y la posición, obtenidos por la cámara en órbita.

© iStockphoto

La técnica la probaron para analizar, a pesar de la total oscuridad, el tamaño y la distribución de cráteres y rocas en varios PSR que podrían ser explorados por el programa lunar Artemis de la NASA. También evaluaron los orígenes probables de algunas rocas y trazaron una ruta potencial para un rover a través de un PSR en la meseta de Leibnitz, evitando obstáculos y pendientes con más de 10° de inclinación que estaban en total oscuridad. 

No obstante, no son los primeros en usar esta tecnología para descubrir los misterios lunares. Un  equipo de científicos de Oxford, basándose en la técnica desarrollada por el MPS de Alemania, retiró todo el 'ruido' de las imágenes tomadas en perfecta oscuridad. Esta tecnología, centrada principalmente en Inteligencia Artificial, limpió «las ruidosas imágenes del fondo de los cráteres sin iluminación recogidas por otras naves espaciales», explicaron los autores. 

Para ello, fueron necesarias 17.000 fotografías ‘sucias’, recopiladas durante años por la Lunar Reconnaissance Orbiter (LRO). Asimismo, investigadores de la King Abdullah University of Science and Technology (KAUST), de Arabia Saudita, se sirven de la Inteligencia Artificial y el aprendizaje automático para clasificar y analizar las imágenes que entregan los telescopios especializados con el objetivo de identificar los posibles mejores sitios para vivir en Selene. 

La Universidad china de Hong Kong, por su parte, ha aplicado también este aprendizaje automático y la Inteligencia Artificial para efectuar un escaneo lunar y automatizar la identificación de posibles futuras áreas de exploración y aterrizaje lunar. «Estamos buscando cráteres y riachuelos, que se cree que son puntos críticos para el uranio y el helio-3, un recurso prometedor para la fusión nuclear. Podrían ser útiles para reponer combustible de naves espaciales».