Modelos de IA de código aberto resolvem o problema do lixo espacial

De acordo com um anúncio recente da IBM, conforme relatado por TechHQ, a IA de código aberto é sendo empregado para resolver problemas no espaço sideral, abordando questões relacionadas ao lixo espacial e comunicação via satélite.

A IBM cria tecnologia de computador para conduzir a exploração espacial e a comunicação desde a década de 1940, mas agora a IBM usará inteligência artificial para lidar com essas tarefas. A IBM está trabalhando em dois projetos diferentes relacionados ao espaço: KubeSatGenericName e SSA (Consciência Situacional Espacial). O KubeSat destina-se a permitir a criação e o controle de tarefas para enxames de satélites, enquanto o SSA destina-se a rastrear a posição do lixo espacial na órbita baixa da Terra.

Os dois projetos foram recentemente revelados pela equipe Space Tech Hub da IBM. O líder da equipe de tecnologia espacial é Naeem Altaf e, de acordo com Altaf, o projeto KubeSat é uma estrutura autônoma que fornece as ferramentas necessárias para criar e gerenciar tarefas para enxames de satélites e constelações. Além disso, a estrutura do 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 torna-se cada vez mais complexa, necessitando de ser automatizada e otimizada. A estrutura emprega algoritmos de aprendizado de máquina para otimizar as comunicações entre satélites, impondo restrições às comunicações entre determinados satélites. O KubeSat poderia ser usado para simular como os satélites cúbicos interagem com as estações terrestres, mesmo quando ocorrem comunicações automatizadas entre enxames. As comunicações são publicadas em um painel da web para que outras pessoas possam ver. KubeSat executa suas simulações através do Orekit, que é uma biblioteca dinâmica criada em Java.

O projeto KubeSat foi feito de código aberto na esperança de que a indústria de enxames de satélites pudesse ser democratizada, permitindo que startups e operadores de enxames fizessem uso da tecnologia emergente.

O projeto SSA é o resultado de uma colaboração entre a equipe IBM Space Tech Hub e Dr. Moriba Jah da Universidade do TexasO objetivo é que os modelos de IA possam melhorar as previsões de órbita para objetos em Órbita Terrestre Baixa. A Órbita Terrestre Baixa é repleta de detritos espaciais, muitos dos quais são artefatos remanescentes de lançamentos de foguetes ou satélites em decomposição. Esses objetos orbitam a Terra a milhares de metros por segundo e suas trajetórias podem ser alteradas repentinamente por flutuações no clima e na densidade atmosférica. A órbita desses objetos precisa ser prevista para que colisões entre detritos espaciais e importantes dispositivos de tecnologia espacial não ocorram. Espera-se 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 Estados Unidos. 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 na órbita baixa da Terra, 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 aumento de gradiente baseado em XGBoostName.

Assim como o KubeSat, os modelos SSA foram feitos de código aberto na tentativa de incentivar o compartilhamento de dados e a colaboração entre diferentes empresas espaciais e empresas de tecnologia. Afinal, problemas de comunicação via satélite e lixo espacial são uma ameaça para todos que operam no espaço.

KubeSat e OpenShift foram disponibilizados por meio da plataforma Red Hat OpenShift da IBM.