Il ruolo dei satelliti finora era relativamente semplice. Acquisiscono dati, li inoltrano verso la Terra e una volta che arrivano vengono analizzati. Questa procedura stava funzionando, ma si sta facendo sempre più complessa. Il numero di satelliti in orbita sta crescendo rapidamente (ciao, Elon Musk), e con loro aumenta esponenzialmente la quantità di dati che arrivano alla Terra. A oggi non esiste sufficiente numero di persone, né risorse energetiche né tempo per poter analizzare tante informazioni. Per risolvere questo problema, la NASA e la startup LoftOrbital hanno unito le forze per creare NAVI-Orbital, un software basato su intelligenza artificiale che permette ai satelliti di comprendere ciò che osservano e anche rispondere a istruzioni.
Un modello di visione e linguaggio
NAVI-Orbital funziona grazie a Gemma 3, una serie di modelli avanzati di deep-learning sviluppati da Google DeepMind. Questi modelli di intelligenza artificiale sono in grado di analizzare immagini e elaborare testi. Attraverso un training adeguato, sono in grado di descrivere un’immagine con precisione e reagire agli input testuali. Prima di introdurre questa tecnologia, per dare ordini ai satelliti bisognava utilizzare complessi comandi informatici, e poi i dati risultanti avevano bisogno dell’analisi manuale per essere interpretati. Adesso basta semplicemente fare una richiesta: il software interpreta e genera risultati autonomamente.
Cerca ciò che gli chiedi
Un esempio delle funzioni eseguite da NAVI-Orbital è la capacità di identificare e localizzare oggetti, strutture o formazioni geografiche. Se il software è stato addestrato a riconoscere un fiume, può cercare e mostrare ogni fiume presente in un’area data. Inoltre è in grado di trovare tutti i ponti o le strade. Anche trovare elementi anomali in questi luoghi è un’abilità significativa, per esempio identificare fiumi a rischio di esondazione o strade dove si sono verificati incidenti stradali.
Molto più veloce
Tradizionalmente, gli algoritmi di intelligenza artificiale inviavano i dati raccolti in centri di elaborazione a terra, esponendoli a ritardi potenzialmente critici. In contrasto, NAVI-Orbital si basa sul concetto di "IA Edge" — il modello funziona direttamente sull’oggetto che raccoglie i dati, in questo caso il satellite stesso. Questo significa meno transito dei dati e una risposta istantanea.
Alcuni esempi:
- Analisi diretta di un’immagine satellite per individuare strade.
- Detecting fiumi in una regione con particolare attenzione alla loro possibile esondazione.
- Localizzazione di strutture anomale come edifici temporanei o aree in scompiglio.
- Riconoscimento e allerta tempestiva per incidenti stradali o naturali.
Applicazioni civili o militari
In aprile sono state effettuate le prime prove con successo sull’hardware del satellite YAM-9, che ha incorporato il software NAVI-Orbital. Questo è stato un passo significativo, visto che è stato il primo satellite al mondo ad eseguire un’analisi diretta delle immagini che osserva. NASA e LoftOrbital sono entusiasti per le potenziali applicazioni civili o militari. I satelliti dotati di NAVI-Orbital potrebbero monitorare il pianeta, ad esempio identificare fuoriuscite di petrolio in mare o rilevare attività belliche in zone strategiche.
Ecco le principali applicazioni:
- Osservare e analizzare fuoriuscite di petrolio in mare.
- Identificare attività potenzialmente minacciose da una prospettiva satellitare.
- Monitorare i cambiamenti ambientali per valutare il riscaldamento globale.
- Detect incidenti stradali o naturali in tempo reale.
Un passo gigante per la satellite observation
Il software NAVI-Orbital rappresenta una svolta nella tecnologia spaziale. Invece di richiedere ad un satellite di inviare migliaia di immagini non rilevanti e di sottoporle a un’analisi umana o algoritmica, il sistema attuale richiede al satellite stesso di interpretare e riassumere le informazioni. Questo processo è molto più veloce, economico ed efficiente. Potrebbe persino diventare il futuro dell’osservazione satellitare, anche se il software è ancora in una fase iniziale. Si tratta solo della prima di molte prove che potranno ridefinire il modo in cui monitoriamo il nostro pianeta da orbita.