NASA testa IA para tornar satélites de observação mais inteligentes

A NASA está a desenvolver tecnologias de inteligência artificial (IA) que permitem aos seus satélites de observação da Terra tomar decisões autónomas e determinar, em segundos, quais as melhores posições estratégicas para a recolha de dados científicos no espaço. A ideia é simples: recolher mais dados, de melhor qualidade, para monitorizar o planeta e responder…
ebenhack/AP
A NASA testa satélites com inteligência artificial capazes de evitar nuvens e reagir em segundos a fenómenos naturais, tornando a observação da Terra mais ágil e precisa.
Forbes Life

A NASA está a desenvolver tecnologias de inteligência artificial (IA) que permitem aos seus satélites de observação da Terra tomar decisões autónomas e determinar, em segundos, quais as melhores posições estratégicas para a recolha de dados científicos no espaço. A ideia é simples: recolher mais dados, de melhor qualidade, para monitorizar o planeta e responder mais depressa a fenómenos como incêndios, inundações ou tempestades.

A nova tecnologia de IA desenvolvida pela agência norte-americana é conhecida por Dynamic Targeting, e tem sido um dos principais projetos da NASA nos últimos dez anos. O primeiro teste em voo deu-se no mês de julho deste ano, a bordo de um satélite comercial, para demonstrar como a tecnologia ajuda a que consigamos melhores imagens da superfície terreste. Com Dynamic Targeting, o satélite evitou nuvens e foi capaz de identificar fenómenos temporários como incêndios florestais, erupções vulcânicas ou tempestades.

Num teste mais recente, um satélite de observação da Terra conseguiu antecipar corretamente a sua trajetória orbital, processar e analisar imagens a bordo, e decidir autonomamente em que direção “apontar” o satélite. Tudo em menos de 90 segundos, e sem qualquer intervenção humana. A nova abordagem torna os nossos satélites mais ágeis e reativos a eventos naturais.

As nuvens podem bloquear a visão dos satélites, mas o Dynamic Targeting do JPL, ainda em fase de teste, recorre a IA para contorná-las, aumentando a quantidade de dados úteis. Fonte: NASA.

Segundo Steve Chien, o investigador principal do projeto Dynamic Targeting, a NASA quer “que os satélites se comportem mais como um humano: que compreendam o que estão a observar e reajam de forma inteligente. Por exemplo, quando um humano vê imagens de árvores a arder, percebe imediatamente que se trata de um incêndio florestal e não apenas de pixéis vermelhos e laranja na imagem! Queremos que os satélites façam o mesmo: conseguir identificar os incêndios e focar os sensores nesse evento.”

Inteligência Artificial para evitar nuvens?

Um dos maiores desafios da NASA, no que toca a satélites, tem sido o de conseguir evitar nuvens, que podem bloquear até dois terços da visão dos sensores óticos dos satélites. Quando o projeto começou a ganhar vida, o objetivo primário do Dynamic Targeting não era o de localizar rapidamente fenómenos específicos, como os incêndios florestais mencionados anteriormente, mas sim desenvolver tecnologia para que os seus satélites conseguissem evitar nuvens e captar imagens apenas quando o céu está limpo e a superfície terrestre está visível, poupando armazenamento e processamento de dados desnecessários. Com a tecnologia Dynamic Targeting, os satélites conseguem distinguir céu limpo de nevoado a 500 quilómetros de distância.

“Desta forma, não vamos estar a guardar, a processar e a fazer o download de imagens que não nos são úteis”, diz Ben Smith, do Earth Science Technology Office da NASA. “Os cientistas vão passar a ter uma enorme quantidade de informação realmente utilizável”, continua.

Como funciona o Dynamic Targeting?

 Até agora, os testes estão a ser realizados no CogniSAT-6, um satélite do tipo CubeSat, que é do tamanho de uma mala de mão pequena. Este último foi desenhado e construído, e é operado, pela Open Cosmos, a empresa de origem espanhola que fabrica satélites de órbita terrestre baixa, destinados à recolha de dados. O satélite está equipado com um processador de inteligência artificial comercialmente disponível, desenvolvido pela Ubotica, a empresa irlandesa líder em tecnologia AI no espaço.

Em 2022, testes preliminares na Estação Espacial Internacional com algoritmos semelhantes aos usados no Dynamic Targeting, comprovaram a viabilidade do sistema usando o mesmo tipo de processador.

Como o CogniSAT-6 não tem um sensor dedicado exclusivamente a “olhar em frente”, o satélite inclina-se entre 40 e 50 graus, para apontar corretamente a sua câmara ótica na direção do seu trajeto orbital, captando a luz visível e infravermelha que lhe é próxima. Assim que as imagens são captadas, o algoritmo do Dynamic Targeting analisa-as, e determina para onde o sensor deve ser direcionado. Dependendo do ângulo inicial de observação, todo este processo demore entre 60 a 90 segundos, enquanto o satélite se desloca em órbita baixa a quase 28.000 km/h.

O gráfico mostra como o Dynamic Targeting do JPL antecipa o trajeto do satélite, usando IA para detetar nuvens e selecionar alvos de interesse para observação detalhada. Fonte: NASA/JPL Caltech.

O Jet Propulsion Laboratory, o centro tecnológico de pesquisa norte-americano responsável pelo desenvolvimento e manuseamento de sondas espaciais da NASA, também já está a explorar a possível coordenação entre múltiplos satélites, num conceito chamado Federated Autonomous Measurement. Neste modelo, um satélite que analisa imagens a bordo pode enviar instruções a outro para que este se foque em fenómenos específicos, criando assim uma rede de observação coordenada e eficiente.

É, também, possível que a tecnologia Dynamic Targeting venha a ser adaptada para outras missões espaciais, incluindo na exploração do sistema solar, onde a autonomia dos satélites pode ajudar a detetar e captar fenómenos raros, como plumas de cometas, como conseguiu a sonda Rosetta, da Agência Espacial Europeia.

A integração de inteligência artificial nos satélites de observação da Terra é, sem dúvida, um avanço tecnológico decisivo, ao tornar os instrumentos mais ágeis e capazes de reagir em tempo real a diferentes acontecimentos, aumentando simultaneamente a quantidade e a qualidade dos dados recolhidos para a monitorização do planeta.

Mais Artigos