La NASA a publié 800 Go de données lunaires d'Artemis II. Les enregistrements de l'équipage qu'elle a classés en premier pèsent 0,7 Go

Le mercredi 7 octobre, la NASA a publié ce qu'elle appelle l'ensemble complet des données scientifiques lunaires d'Artemis II, le vol habité qui a contourné la Lune le 6 avril. Plus de 800 gigaoctets sont entrés dans le Planetary Data System, l'archive publique de la NASA pour les missions planétaires : plus de 11 000 images et vidéos en pleine résolution issues des caméras portables de l'équipage et de celles d'Orion, 8,5 heures d'audio de l'équipage décrivant la surface lunaire, et des images annotées par l'équipage. La NASA parle du « premier jeu de données de science planétaire capturé principalement par des humains depuis plus d'un demi-siècle ».

Les titres sont allés aux 800 gigaoctets, aux images et aux cinq flashs d'impact. Moi, je suis allé voir la paperasse. Trois documents accompagnent les données : un rapport scientifique lunaire préliminaire (134 pages), un rapport d'opérations de la science lunaire (54 pages) et un guide d'utilisation des données scientifiques lunaires (63 pages).

Je suis CTO d'une LegalTech construite sur Claude, et j'ai construit BidForge, une IA qui lit les dossiers de marchés publics français pour les petites entreprises. Les deux vivent de lots de documents assemblés par quelqu'un d'autre. Un lot sans guide, c'est un tas. Celui-ci se lit comme un modèle pour quiconque livre un jeu de données, un export ou une API.

Un paquet, avec une échéance et un relecteur

La publication n'a pas été glissée après coup. Le rapport préliminaire indique que le siège de la NASA a exigé de l'équipe scientifique lunaire quatre publications dans les six mois suivant la mission, en plus de l'archive : les deux rapports, le guide d'utilisation et un plan de science ouverte et de gestion des données. L'amerrissage a eu lieu à 00 h 07 UTC le 11 avril. Le 7 octobre tombe 179 jours plus tard.

Le guide a un journal des modifications. La version 1.0-PR a été soumise à la relecture par les pairs du PDS le 20 juillet, une livraison révisée a suivi le 25 septembre, et la version 1.0 est sortie avec les données. Les relecteurs du PDS ont lu le guide et l'archive avant le public, et les remerciements les nomment.

Chaque lot a un DOI et une citation prête à l'emploi. La fiche du lot des caméras de l'équipage compte les quatre astronautes parmi ses auteurs. Le guide donne des adresses de contact, un lien vers une API de recherche pour l'accès programmatique, et un avertissement : ses propres URL « ne sont pas immuables et peuvent changer à l'avenir ».

La valeur n'est pas le volume

Le rapport d'opérations contient un tableau de tout ce que l'équipe scientifique a reçu : 11 591 fichiers, 814,51 Go. Sur ce total, 598,20 Go sont 22 fichiers vidéo d'une seule caméra fixée sur une aile de panneau solaire, enregistrés au sol dans un format de diffusion. Le guide ajoute que leur conversion en MP4 pour l'archive les a nettement réduits.

Les données que l'équipe a classées en premier sont l'audio que l'équipage a enregistré sur ses tablettes pendant le survol. Tout l'audio de tablette reçu par l'équipe représente 53 fichiers et 0,70 Go. Le rapport d'opérations donne deux raisons à ce classement. Ces enregistrements pouvaient alimenter la conférence scientifique du lendemain avec l'équipage, et les tablettes étaient plus sensibles aux dommages dus aux radiations que les cartes des caméras. Le rapport préliminaire ajoute qu'il n'existait aucune sauvegarde.

Les communications optiques ont fonctionné, à environ 60 Mbit/s contre environ 2 Mbit/s en bande S, et l'équipe a reçu près de 114 Go pendant la mission. Mais la liste de priorités avait été écrite avant le lancement, pour le cas où cette bande passante n'arriverait jamais.

C'est la première habitude que je copierais : classe tes données selon ce que tu ne peux pas recréer et ce dont la prochaine décision a besoin, pas selon la taille.

Les limites sont sur la page

Le guide ne survend pas. Les caméras étaient du commerce. La seule caractérisation avant le vol est un modèle de distorsion d'objectif pour les deux Nikon D5, aucun étalonnage des couleurs n'a été fait, et « aucun étalonnage n'a été appliqué » aux images archivées. Le rapport préliminaire dit que des images prises au même moment par des caméras différentes « ne doivent pas être utilisées pour une comparaison quantitative directe des propriétés de surface ».

Il liste les pièges qu'un utilisateur trouverait sinon tout seul. Les numéros d'identifiant NASA suivent l'ordre dans lequel les fichiers ont été reçus et catalogués, pas forcément l'ordre dans lequel ils ont été pris ; pour trier par date, lis le champ start_date_time. Les heures de la caméra d'amarrage sont des meilleures estimations qui « peuvent être décalées de 5 minutes ou plus ». Les fichiers audio des tablettes contiennent l'heure de fin de l'enregistrement, pas celle du début. Sur certaines parties du survol, dont l'éclipse, la vidéo en direct est tombée à 5 images par seconde faute de bande passante, et les images manquantes n'ont jamais été enregistrées.

Il dit aussi ce qui manque. Les images de l'iPhone étaient encore en préparation à la rédaction du guide. Le 19 octobre, la page PDS Geosciences décrivait toujours le lot de navigation (SPICE) comme retardé.

Beaucoup d'équipes logicielles ont dans leur historique un bug d'ID contre horodatage. Ce guide le désamorce en un paragraphe.

Les machines ont fait le premier passage, et le guide le dit

Deux types de contenu de l'archive viennent de modèles, et les deux sont étiquetés.

Les transcriptions ont été générées avec whisperX, un paquet open source de reconnaissance vocale, avec le modèle large-v2, puis vérifiées et corrigées par l'équipe. Le guide nomme les erreurs courantes (noms de formations lunaires et de membres d'équipage mal orthographiés) et précise que les étiquettes de locuteurs ont été ajoutées à la main. Une note avertit que les retours à la ligne viennent de la reconnaissance des schémas de parole, « et non d'humains ».

Les localisations des images viennent d'un pipeline de recherche que tout ingénieur IA reconnaîtra. Un fond de carte lunaire a été découpé en tuiles et intégré dans une base de données vectorielle ; chaque photo de l'équipage a été intégrée avec le même modèle, les tuiles les plus proches ont été récupérées, puis appariées point par point. Des points de contrôle existent pour 3 687 images Nikon de la Lune, sur 10 339 images Nikon au total. Le rapport préliminaire dit que seulement environ 30 pour cent des images de l'équipage ont pu être géoréférencées, et donne trois raisons : l'hypothèse de transformation affine, l'éclairage dur, et un disque lunaire trop petit dans les plans larges. Les chiffres ne concordent pas tout à fait d'un document à l'autre : la carte des empreintes du même rapport couvre 3 687 images (environ 35 pour cent), celle du guide en couvre 3 101 (environ 30 pour cent). Le guide signale la précision perdue en appariant sur des images sous-échantillonnées et conserve les points de contrôle bruts pour qui veut refaire la transformation.

Je fact-checke mes propres posts avec un modèle comme juge, et ses alertes reçoivent encore une seconde lecture avant toute publication. Même schéma ici, avec une différence qui compte pour un jeu de données public : les corrections sont documentées.

Un déclic d'obturateur comme horloge

Le paragraphe le plus pratique parle du temps. Pour relier ce qu'une astronaute disait à la photo qu'elle prenait, l'équipe a utilisé les horodatages et, comme indice supplémentaire, le bruit des obturateurs, que le rapport dit « facilement audibles au-dessus du bruit ambiant de la cabine ». Les annotations de l'équipage n'ont aucun horodatage. Elles sont rattachées à des blocs d'observation et placées dans le temps en écoutant l'audio.

Les recommandations qui suivent valent pour tout produit avec des logs venant de plusieurs appareils : garde les horodatages synchronisés entre tous les systèmes, et enregistre en passif plutôt que de demander à des gens occupés d'appuyer sur démarrer et arrêter.

Ce que les données ne montrent pas encore

Le rapport préliminaire est ce que son nom annonce. Il documente la discussion initiale des observations de l'équipage et s'attend à ce que le retour scientifique « continue de s'élargir » à mesure que d'autres travaillent sur les données.

Les cinq flashs d'impact sont des témoignages de l'équipage, faits pendant l'éclipse de 54 minutes. La NASA dit que l'équipe a écarté les rayons cosmiques et les reflets du vaisseau, et que l'équipage a « probablement vu les plus faibles jamais observés à l'œil nu », provoqués par des rochers de quelques pouces de large au plus. La seule vidéo enregistrée à bord pendant le survol, environ deux minutes à 30 images par seconde, n'en a capté aucun, bien qu'elle ne couvre qu'une période limitée. Le rapport dit que le jeu de données le plus solide sur les flashs est le comptage lui-même, et que les cratères qui en résultent sont probablement trop petits pour être résolus par la caméra du Lunar Reconnaissance Orbiter.

Les couleurs sont un autre cas. Aucune image n'ayant été étalonnée, le rapport dit que l'analyse des couleurs est « nécessairement qualitative », et que les descriptions verbales de l'équipage sont les données primaires. La conclusion du rapport qualifie les observations de l'équipage, avec les données des caméras d'Orion, de « jeu de données orbitales de la Lune acquis par des humains le plus complet depuis Apollo ». C'est une affirmation sur la couverture, pas un résultat.

Ce que je copierais lundi

Si tu livres un jeu de données, un export ou une API publique, le guide d'Artemis II fait office de liste de contrôle :

1. Un guide versionné avec un journal des modifications, relu avant la publication par quelqu'un d'extérieur à l'équipe.
2. Les problèmes connus près du haut : ce qui n'est pas étalonné, approximatif ou manquant.
3. Une phrase sur le champ qui ordonne les enregistrements, surtout quand les ID ne le font pas.
4. Le brut à côté du traité, avec les commandes exactes de conversion (le guide imprime ses lignes ffmpeg et GDAL).
5. Les champs générés par machine étiquetés, avec ce que les humains ont corrigé.
6. Un identifiant stable, une ligne de citation et une adresse de contact.

Les photos auront l'attention. Ce sont les 63 pages qui rendent les 800 Go utilisables.

Sources

• NASA, "NASA Releases Artemis II Lunar Science Data, Images" (7 octobre 2026)
• NASA Science, "Artemis II: Sights & Sounds of Science" (consulté le 19 octobre 2026)
• Artemis II Lunar Science Team, "Artemis II Lunar Science Data User Guide", version 1.0 (7 octobre 2026)
• Artemis II Lunar Science Team, "Artemis II Lunar Science Operations Report" (consulté le 19 octobre 2026)
• Artemis II Lunar Science Team, "Artemis II Preliminary Lunar Science Report" (7 octobre 2026)
• PDS Geosciences Node, "Artemis II Mission" (consulté le 19 octobre 2026)
• Planetary Data System, "Artemis 2 Crew Camera Product Bundle" (consulté le 19 octobre 2026)