IBM et la NASA publient un modèle d'IA open source pour l'exploration lunaire

IBM et la NASA ont annoncé le 10 septembre 2026 la publication en open source du NASA-IBM Lunar Foundation Model, l'un des premiers modèles de fondation ouverts au monde dédiés à l'exploration scientifique de la Lune.

Un modèle entraîné sur des données de quatre missions lunaires

Le modèle a été entraîné sur plus de trente couches de données collectées par neuf instruments embarqués sur quatre missions lunaires de la NASA, dans le but de transformer des décennies de données scientifiques complexes et multi-instruments en informations exploitables pour préparer une présence humaine durable sur la Lune.

Jusqu'à 23 % de précision en plus pour repérer les dépôts de glace

Selon IBM et la NASA, le modèle dépasse les méthodes de référence jusqu'à 23 % dans l'identification des grandes caractéristiques géographiques de la surface lunaire, notamment les dépôts de glace potentiels, les cratères et les formations volcaniques — une précision accrue directement utile pour cibler les futurs sites d'atterrissage ou d'exploitation.

Disponible librement sur Hugging Face et GitHub

Le modèle est publié en accès libre sur la plateforme Hugging Face, avec l'intégralité de son code source disponible sur GitHub, permettant à n'importe quel chercheur ou institution dans le monde de le réutiliser, l'adapter ou l'auditer sans dépendre d'un accès propriétaire chez IBM ou la NASA.

Le quatrième modèle de la famille scientifique ouverte Prithvi

Ce modèle lunaire rejoint la famille de modèles de fondation scientifiques ouverts Prithvi développée par IBM et la NASA, qui couvre déjà l'observation de la Terre, la météo et le climat, ainsi que l'héliophysique — une stratégie de longue haleine visant à couvrir progressivement l'ensemble des grands domaines d'observation spatiale.

Notre avis

En choisissant l'open source plutôt qu'un accès restreint, IBM et la NASA misent sur l'effet de réseau de la recherche mondiale pour améliorer plus vite un modèle destiné à des missions dont les enjeux dépassent largement les intérêts d'une seule agence ou d'une seule entreprise. Ce type d'initiative illustre aussi comment l'IA générative sort progressivement du seul champ des chatbots pour s'attaquer à des problèmes scientifiques concrets et vérifiables.

Sources

• Communiqué IBM Newsroom