Investigadores del Instituto Max Planck de Investigación del Sistema Solar en Alemania han desarrollado un algoritmo dotado con Inteligencia Artificial, capaz de penetrar en las zonas oscuras de la Luna y de obtener imágenes de ellas a pesar de carecer completamente de luz.
La Tierra está inclinada 23 grados con respecto al plano en el que los planetas giran alrededor del Sol y 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 con respecto al plano en el que los planetas giran alrededor del Sol 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): la Luna tiene cientos de ellas en sus polos.
El interior del cráter Shackleton, que tiene 21 kilómetros de diámetro y más de 4 kilómetros de profundidad, es una de esas zonas oscuras de la Luna.
Tesoros ocultos
Esas regiones oscuras son científicamente muy valiosas: pueden acumular gruesos depósitos de hielo y otros volátiles (amoníaco, metano…), que contienen pistas sobre el origen del sistema solar interior.
Los depósitos de hielo que se encuentran en los PSR también tienen el potencial de ser útiles para futuros exploradores como fuente de aire, agua o combustible, destacan los investigadores.
En un próximo futuro, la NASA y otras entidades planean enviar rovers y humanos para caracterizar el hielo que se supone existe dentro de las PSR y desvelar así un misterio impenetrable desde hace más de 70 años.
El misterio 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, destaca al respecto Scientific American.
Inteligencia Artificial
Lo que han logrado investigadores alemanes es un algoritmo de aprendizaje profundo (una rama de la Inteligencia Artificial) para colarse en la oscuridad, ver y obtener imágenes de estas zonas oscuras.
Este algoritmo permite a los investigadores 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 áreas lunares completamente oscuras, sin señal de luz, combinadas con detalles sobre la temperatura y la posición, obtenidos por la cámara en órbita.
Con esta información, entrenaron al algoritmo para que aprendiera a reconocer y filtrar el ruido estático de la cámara y los efectos cuánticos en los fotones que viajan.
Durante el proceso, el algoritmo aprendió de millones de fotos lunares iluminadas por el Sol, emparejadas con versiones simuladas de las mismas imágenes obtenidas en la sombra.
Fotografía digital sin luz
Los investigadores explican que han recurrido a una técnica similar a la que se emplea en la fotografía con cámara digital en situaciones de poca luz, para conseguir la proeza sobre la zonas oscuras de la Luna.
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 de la Luna, evitando obstáculos y pendientes más empinadas que 10 grados que estaban en total oscuridad.
Referencia
Peering into lunar permanently shadowed regions with deep learning. V. T. Bickel et al. Nature Communications volume 12, Article number: 5607 (2021). DOI:https://doi.org/10.1038/s41467-021-25882-z