NASA 与 IBM 共同推出了一款开源人工智能模型，以加速月球研究。该基础模型基于广泛的月球观测数据训练而成，整合了多种数据格式与观测视角。它使科学家能够更高效地分析地理特征，超越传统的人工筛选或低分辨率方法。该模型旨在协助研究人员发现新的月球冰层，并研究火山构造与陨石坑。月球冰因其蕴含水和氧气的潜力，对未来的载人任务至关重要。识别永久阴影区中的冰层（该区域难以观测）是一项关键目标。该人工智能模型通过融合多样化的观测数据，提升对月球冰层潜在分布位置的预测能力。随模型一同发布的，是由 IBM 和 NASA 科学家编译的开源月球数据集。该数据集包含来自四次任务中九种仪器的 30 余个空间对齐层，涵盖数万张图像与地图，详细记录了月球的地球物理特性。