De Amerikaanse ruimtevaartorganisatie NASA ambieert een blijvende menselijke aanwezigheid op de maan, waarbij de focus ligt op het opzetten van duurzame habitats, energievoorziening en de winning van lokale grondstoffen. Om deze complexe operaties te ondersteunen, wordt er gekeken naar de inzet van geavanceerde kunstmatige intelligentie die kan helpen bij het bepalen van de meest veilige en strategische locaties voor toekomstige buitenposten.
Een team van wetenschappers verbonden aan The Ohio State University heeft hiervoor het AI-model LUMINA ontwikkeld. Dit systeem wordt geclassificeerd als een 'agentic AI-framework' en is specifiek ontworpen om missieplanners te assisteren bij het identificeren van geschikte landingsplaatsen. Volgens universetoday.com analyseert LUMINA diverse factoren om de optimale plek te bepalen, waarbij onder andere de aanwezigheid van waterijs en de wetenschappelijke potentie van een gebied zwaar wegen.
In tegenstelling tot oudere methoden die hoofdzakelijk vertrouwden op beelden vanuit een baan om de maan, hanteert LUMINA een integrale aanpak. Het model combineert verschillende datalagen om een volledig beeld van het terrein te krijgen. Hierbij wordt gekeken naar de topografie om gevaren in het landschap te vermijden, de geologische eigenschappen van het oppervlak en de specifieke wetenschappelijke waarde van een locatie. Door deze uitgebreide dataset te vergelijken, kan het systeem locaties aanwijzen die de slaagkans van zowel wetenschappelijke missies als menselijke bewoning maximaliseren, zoals beschreven door .
Hoewel de huidige toepassingen gericht zijn op de maan, is de visie van de ontwikkelaars breder. Het framework is zo ontworpen dat het in de toekomst ook kan worden ingezet voor andere hemellichamen, met Mars als primair doelwit. De noodzaak voor dergelijke systemen groeit naarmate missies meer data genereren; de hoeveelheid informatie wordt simpelweg te groot voor menselijke analisten om handmatig te verwerken. Gokce Inal, een promovendus aan The Ohio State University en hoofdauteur van het onderzoek, stelt dat AI-systemen essentieel zullen zijn om miljoenen afbeeldingen en datasets te filteren, een visie die wordt overgenomen in de berichtgeving van .
De technologische basis van LUMINA vindt zijn oorsprong in eerder werk van dezelfde onderzoeksgroep, namelijk het Large Language-and-Vision Assistant for Lunar Exploration (LLaVA-LE). Dit voorlopige model toonde aan dat het mogelijk is om orbitale beelden van de maan effectief te analyseren en te beschrijven. De nieuwste resultaten rondom LUMINA werden onlangs gepresenteerd tijdens de 58ste jaarvergadering van de Division for Planetary Sciences (DPS 58) van de American Astronomical Society. Hiermee wordt een belangrijke stap gezet naar de automatisering van locatieonderzoek in de diepe ruimte, wat cruciaal is voor de veiligheid van interplanetaire expedities, aldus .