Modelos de IA de Código Aberto Tacklem Problema de Resíduos Espaciais

De acordo com um anúncio recente da IBM, como relatado pela TechHQ, a IA de código aberto está sendo empregada para resolver problemas no espaço exterior, lidando com questões relacionadas a resíduos espaciais e comunicação por satélite.

A IBM tem criado tecnologia de computador para impulsionar a exploração e comunicação espaciais desde a década de 1940, mas agora a IBM estará usando inteligência artificial para lidar com essas tarefas. A IBM está trabalhando em dois projetos diferentes relacionados ao espaço: KubeSat e SSA (Consciência Situacional Espacial). O KubeSat é destinado a permitir a criação e controle de tarefas para enxames de satélites, enquanto o SSA é destinado a rastrear a posição de resíduos espaciais em Órbita Terrestre Baixa.

Os dois projetos foram recentemente divulgados pela Equipe de Tecnologia Espacial da IBM. O líder da equipe de tecnologia espacial é Naeem Altaf, e de acordo com Altaf, o projeto KubeSat é um framework autônomo que fornece as ferramentas necessárias para criar e gerenciar tarefas para enxames de satélites e constelações. Além disso, o framework KubeSat pode simular comunicações entre satélites, ajudando os engenheiros a otimizar essas comunicações.

À medida que mais e mais satélites são lançados, a comunicação entre os satélites se torna cada vez mais complexa, precisando ser automatizada e otimizada. O framework emprega algoritmos de aprendizado de máquina para otimizar as comunicações entre satélites, colocando restrições nas comunicações entre certos satélites. O KubeSat pode ser usado para simular como os satélites em cubo interagem com estações terrestres, mesmo que as comunicações automatizadas ocorram entre enxames. As comunicações são publicadas em um painel de controle da web para que os outros possam vê-las. O KubeSat executa suas simulações por meio do Orekit, que é uma biblioteca dinâmica criada em Java.

O projeto KubeSat foi tornado de código aberto na esperança de que a indústria de enxames de satélites possa ser democratizada, permitindo que startups e operadores de enxames usem a tecnologia emergente.

O projeto SSA é o resultado de uma colaboração entre a Equipe de Tecnologia Espacial da IBM e Dr. Moriba Jah, da Universidade do Texas. O objetivo é que os modelos de IA possam melhorar as previsões de órbita para objetos em Órbita Terrestre Baixa. A Órbita Terrestre Baixa está cheia de resíduos espaciais, muitos dos quais são artefatos sobrantes de lançamentos de foguetes ou satélites decadentes. Esses objetos orbitam a Terra a milhares de metros por segundo e suas trajetórias podem ser alteradas repentinamente por flutuações no clima e densidade atmosféricos. A órbita desses objetos precisa ser prevista, para que colisões entre resíduos espaciais e dispositivos de tecnologia espacial importantes não ocorram. É esperado que os modelos de IA possam melhorar as previsões de órbita.

Os modelos SSA foram treinados com base em dados coletados pelo Comando Estratégico dos EUA. O conjunto de dados é atualizado uma vez por dia. Um modelo físico é usado para gerar previsões iniciais sobre a órbita da maioria dos objetos em Órbita Terrestre Baixa, e um modelo de aprendizado de máquina é então usado para prever erros nos modelos físicos. O SSA combina os dois modelos para atualizar o modelo de órbita física. O segundo modelo é um modelo de boosting de gradiente baseado no XGBoost.

Assim como o KubeSat, os modelos SSA foram tornados de código aberto em uma tentativa de incentivar o compartilhamento de dados e a colaboração entre diferentes empresas espaciais e empresas de tecnologia. Afinal, problemas de comunicação por satélite e resíduos espaciais são uma ameaça a todos que operam no espaço.

Os KubeSat e OpenShift foram disponibilizados através da plataforma Red Hat OpenShift da IBM.