Prithvi va a órbita: el modelo de IA de NASA e IBM funciona en el espacio

NASA e IBM han dado un paso inusual con su modelo de IA geoespacial abierto Prithvi: lo pusieron en órbita. En una prueba dirigida por investigadores de la Universidad de Adelaida, la ESA, Thales Alenia Space y SmartSat, el modelo comprimido se ejecutó en dos plataformas espaciales muy diferentes e identificó rápidamente zonas de inundación y la cubierta de nubes a partir de datos de observación de la Tierra. Eso convierte a Prithvi en el primer gran modelo desplegado directamente en el espacio, y apunta a un futuro en el que los satélites hagan más procesamiento antes de enviar cualquier cosa a la Tierra.

El atractivo es obvio. Los satélites ya generan enormes volúmenes de imágenes en bruto, pero la capacidad de enlace descendente es limitada, cara y dolorosamente lenta cuando un incendio forestal o una inundación se está desarrollando abajo. Procesar los datos a bordo reduce el retraso, recorta el uso de ancho de banda y ofrece a los operadores respuestas más rápidas en lugar de un volcado de datos que deben clasificar después.

Prithvi se ejecuta en Kanyini e IMAGIN-e

Para el experimento, el equipo cargó una versión optimizada y comprimida de Prithvi en el satélite Kanyini de Australia Meridional y en IMAGIN-e, un sistema de prueba de Thales Alenia Space montado en la Estación Espacial Internacional. En ambas plataformas, el modelo funcionó bien detectando inundaciones y estimando la cubierta nubosa, que es exactamente el tipo de tarea en la que la rapidez importa más que la elegancia.

Prithvi fue además una elección fácil por otra razón: es de código abierto y está diseñado para generalizar entre tareas. Eso es importante porque los sistemas espaciales tradicionalmente han dependido de modelos de IA estrechos y ligeros que hacen una cosa de forma decente y poco más. Un modelo base más flexible permite a los operadores adaptar un satélite a una nueva misión sin reconstruir toda la pila.

Por qué importa el código abierto en órbita

Andrew Du, de la Universidad de Adelaida, dijo que el equipo habría pasado años construyendo un modelo base desde cero si Prithvi no hubiera estado ya disponible. Kevin Murphy, de la NASA, presentó el resultado como una prueba de que la ciencia abierta puede acelerar el progreso técnico, y no se equivoca: en la IA espacial, el acceso a menudo importa tanto como el rendimiento bruto.

Recomendado

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

Prithvi fue desarrollado por IBM y el equipo IMPACT de la NASA en el Marshall Space Flight Center, y entrenado con archivos armonizados de Landsat y Sentinel-2 que abarcan una década de imágenes de la Tierra. Su debut en tierra ya apareció en un caso serio: evaluar la magnitud de la inundación de 2024 en Valencia. Esto recuerda útilmente que la IA orbital no se está construyendo para proyectos de vanidad de ciencia ficción; se está desarrollando para el triaje.

Lo que la IA satelital puede hacer con menos ancho de banda

El truco técnico aquí no es solo el tamaño del modelo, sino dónde se realiza el trabajo. En lugar de enviar cada imagen a la Tierra primero, los satélites pueden ejecutar inferencias a bordo y descargar solo los resultados útiles o un pequeño paquete de actualización si los operadores quieren enseñar al sistema una nueva tarea. Esa es una respuesta más limpia al cuello de botella del ancho de banda que pretender que cada nave espacial tiene internet por fibra óptica.

• Modelo: Prithvi
• Desarrolladores: NASA e IBM
• Plataformas de prueba orbitales: Kanyini e IMAGIN-e
• Tareas demostradas: detección de inundaciones y análisis de la cubierta nubosa
• Datos utilizados para el entrenamiento: archivos de Landsat y Sentinel-2

La NASA ahora quiere seguir. Tras Prithvi y el modelo de heliosfísica de 2025, Surya, la agencia planea más sistemas de IA abiertos para planetología, astrofísica y biología. La pregunta mayor es si el hardware espacial seguirá el ritmo de estos modelos, o si el próximo cuello de botella será la energía, el calor y la capacidad de cómputo en lugar del ancho de banda.