Los modelos de IA de código abierto abordan el problema de la basura espacial

Según un anuncio reciente de IBM, según lo informado por TechHQ, la IA de código abierto es ser empleado para resolver problemas en el espacio exterior, abordando cuestiones relacionadas con la basura espacial y las comunicaciones por satélite.

IBM ha estado creando tecnología informática para impulsar la exploración espacial y la comunicación desde la década de 1940, pero ahora utilizará inteligencia artificial para manejar esas tareas. IBM está trabajando en dos proyectos diferentes relacionados con el espacio: KubeSat y SSA (Conciencia de la situación espacial). KubeSat está destinado a permitir la creación y el control de tareas para enjambres de satélites, mientras que SSA está destinado a rastrear la posición de la basura espacial en la órbita terrestre baja.

Los dos proyectos fueron presentados recientemente por el Space Tech Hub Team de IBM. El líder del equipo de tecnología espacial es Naeem Altaf y, según Altaf, el proyecto KubeSat es un marco autónomo que proporciona las herramientas necesarias para crear y administrar tareas para enjambres y constelaciones de satélites. Más allá de esto, el marco de KubeSat puede simular comunicaciones entre satélites, lo que ayuda a los ingenieros a optimizar estas comunicaciones.

A medida que se lanzan más y más satélites, la comunicación entre ellos se vuelve cada vez más compleja y debe automatizarse y optimizarse. El marco emplea algoritmos de aprendizaje automático para optimizar las comunicaciones entre satélites, imponiendo restricciones a las comunicaciones entre ciertos satélites. KubeSat podría usarse para simular cómo los satélites cúbicos interactúan con las estaciones terrestres incluso cuando se producen comunicaciones automatizadas entre enjambres. Las comunicaciones se publican en un panel web para que otros las vean. KubeSat ejecuta sus simulaciones a través de Orekit, que es una biblioteca dinámica creada en Java.

El proyecto KubeSat se hizo de código abierto con la esperanza de que la industria de enjambres de satélites pudiera democratizarse, permitiendo que las nuevas empresas y los operadores de enjambres hicieran uso de la tecnología emergente.

El proyecto SSA es el resultado de una colaboración entre el equipo de IBM Space Tech Hub y Dr. Moriba Jah de la Universidad de TexasEl objetivo es que los modelos de IA mejoren las predicciones orbitales de objetos en órbita baja. Esta órbita está repleta de desechos espaciales, muchos de los cuales son artefactos sobrantes de lanzamientos de cohetes o satélites descompuestos. Estos objetos orbitan la Tierra a miles de metros por segundo y sus trayectorias pueden verse alteradas repentinamente por fluctuaciones en la atmósfera y la densidad. Es necesario predecir la órbita de estos objetos para evitar colisiones entre desechos espaciales y dispositivos tecnológicos espaciales importantes. Se espera que los modelos de IA mejoren las predicciones orbitales.

Los modelos SSA fueron entrenados en base a datos recopilados por el Comando Estratégico de los Estados Unidos. El conjunto de datos se actualiza una vez al día. Se usa un modelo de física para generar predicciones iniciales sobre la órbita de la mayoría de los objetos en la órbita terrestre baja, y luego se usa un modelo de aprendizaje automático para predecir errores en los modelos de física. La SSA combina los dos modelos para actualizar el modelo de órbita física. El segundo modelo es un modelo de aumento de gradiente basado en XGBoost.

Al igual que KubeSat, los modelos SSA se hicieron de código abierto en un intento de fomentar el intercambio de datos y la colaboración entre diferentes empresas espaciales y tecnológicas. Después de todo, los problemas de comunicación por satélite y la basura espacial son una amenaza para todos los que operan en el espacio.

Tanto KubeSat como OpenShift están disponibles a través de la plataforma Red Hat OpenShift de IBM.