IBM dan NASA merilis Lunar Foundation Model, model AI terbuka untuk memetakan permukaan Bulan. Model ini dilatih dari lebih dari 30 lapis data yang berasal dari sembilan instrumen di empat misi NASA, termasuk data Lunar Reconnaissance Orbiter.
Kegunaannya praktis: mengidentifikasi keberadaan es, memetakan zona pendaratan, dan mempelajari bentukan vulkanik. Akurasinya dilaporkan hingga 23% lebih baik dibanding metode yang dipakai selama ini. Model ini melengkapi keluarga Prithvi, kumpulan model geospasial dan cuaca terbuka besutan IBM–NASA.
Yang patut dicatat bukan hanya hasilnya, melainkan polanya: lembaga besar kini melepas model dasar secara terbuka agar bisa disempurnakan pihak lain. Pola yang sama mulai terlihat di bidang cuaca, pertanian, dan mitigasi bencana — wilayah yang sangat relevan bagi Indonesia.