3 min de lectura

NASA prueba satélites con IA que detectan incendios sin control desde tierra

NASA y Loft Orbital han comenzado a probar satélites con IA que pueden detectar incendios, contaminación y otros eventos de rápida evolución por su cuenta, y luego alertar a otras naves sin esperar a

NASA y Loft Orbital han comenzado a probar satélites con IA que pueden detectar incendios, contaminación y otros eventos de rápida evolución por su cuenta, y luego alertar a otras naves espaciales sin esperar a que un equipo en tierra revise primero los datos. El experimento forma parte de FAME, financiado por la NASA, un impulso hacia la observación terrestre distribuida y autónoma que podría hacer que las redes de satélites detecten mucho más rápido lo que realmente importa.

La primera prueba ya se está ejecutando en un satélite activo de Loft Orbital, con software del Jet Propulsion Laboratory de la NASA ejecutándose directamente en las computadoras a bordo de la nave. Se planean más ensayos para 2027 y 2028 usando satélites más nuevos, y el premio mayor es obvio: menos datos sin procesar enviados a la Tierra, menos retrasos y menor dependencia de operadores que actúen como controladores de tráfico desde tierra.

Cómo FAME cambia el tip-and-cue

El sistema está diseñado para automatizar el tip-and-cue, el flujo de trabajo tradicional en el que un satélite detecta algo, envía la imagen a la Tierra, los humanos la revisan y solo entonces se ordena a otra nave que observe más de cerca. Esa cadena está bien si el objetivo es un glaciar. Es terrible si el objetivo es un incendio forestal que se mueve rápidamente o una mancha que se extiende por el océano.

FAME traslada la mayor parte de esa toma de decisiones a la órbita. La IA a bordo analiza las imágenes tan pronto como se capturan, marca eventos de interés y transmite el resultado mediante enlaces entre satélites para que otro sensor pueda intervenir de inmediato. Esa arquitectura es el verdadero cambio aquí: no son imágenes más inteligentes, sino una sincronización más inteligente.

Recomendado

xAI demanda a un usuario de Grok por imágenes de abuso infantil

Por qué la IA a bordo resulta práctica ahora

Este tipo de autonomía solía ser una buena demostración que se desmoronaba en cuanto mirabas los presupuestos de cómputo de los satélites. El hardware era demasiado limitado y los modelos de IA demasiado pesados. Esa ecuación cambió solo recientemente, gracias a modelos multimodales más pequeños que pueden comparar distintas fuentes de datos mientras usan mucha menos potencia de procesamiento.

Loft Orbital afirma que esa combinación de modelos compactos y computadoras a bordo modernas hace que el proyecto sea viable ahora, no dentro de cinco años. Eso también ayuda a explicar por qué los operadores de satélites de repente hablan de IA en el borde con seriedad: la industria ha pasado de “tal vez” a “por fin” porque los chips y los modelos se pusieron al día aproximadamente al mismo tiempo.

Altair y el impulso hacia constelaciones autónomas

Loft Orbital planea construir Altair, una constelación de 10 satélites basada en múltiples sensores, IA a bordo y comunicaciones entre satélites. La propuesta de la compañía es simple: si las naves pueden vigilar constantemente una región, clasificar lo que ven y redirigir a otros satélites por su cuenta, el sistema se vuelve mucho más valioso tanto para gobiernos como para clientes comerciales.

  • La IA a bordo analiza imágenes en órbita en lugar de enviar todo a la Tierra primero.
  • Los enlaces entre satélites permiten que una nave avise a otra para observaciones de seguimiento inmediatas.
  • Los usos previstos incluyen la detección de incendios forestales, el monitoreo de la contaminación marina, eventos ambientales, seguridad y reconocimiento.

Si las pruebas van bien, los beneficiarios serán todos los que necesiten decisiones más rápidas a partir de datos espaciales. Los perdedores son los flujos de trabajo antiguos basados en la revisión humana y el direccionamiento retrasado. La pregunta abierta es hasta dónde puede llegar esta autonomía antes de que los operadores insistan en un humano en el bucle para las decisiones más arriesgadas.

Ava Chen

AI Editor

Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.

// Sigue leyendo