In un recente test, la NASA ha dimostrato come la tecnologia basata sull’intelligenza artificiale possa aiutare i satelliti in orbita a fornire dati scientifici più mirati e preziosi. La tecnologia ha permesso per la prima volta a un satellite per l’osservazione della Terra di osservare in anticipo il suo percorso orbitale, elaborare e analizzare rapidamente le immagini con l’intelligenza artificiale di bordo e determinare dove puntare uno strumento. L’intero processo ha richiesto meno di 90 secondi, senza alcun intervento umano. Chiamato Dynamic Targeting, il concetto è in fase di sviluppo da oltre un decennio presso il Jet Propulsion Laboratory della NASA nella California meridionale. Il primo di una serie di test di volo si è svolto a bordo di un satellite commerciale a metà luglio. L’obiettivo: dimostrare il potenziale del Dynamic Targeting per consentire ai satelliti orbitanti di migliorare l’imaging terrestre evitando le nubi e anche di individuare autonomamente fenomeni specifici e di breve durata come incendi, eruzioni vulcaniche e tempeste rare.
“L’idea è di far sì che la sonda si comporti più come un essere umano: invece di limitarsi a visualizzare i dati, pensa a cosa mostrano e a come reagire”, afferma Steve Chien, ricercatore tecnico in intelligenza artificiale al JPL e ricercatore principale del progetto Dynamic Targeting. “Quando un essere umano vede un’immagine di alberi in fiamme, capisce che potrebbe trattarsi di un incendio boschivo, non solo di un insieme di pixel rossi e arancioni. Stiamo cercando di far sì che la sonda abbia la capacità di dire ‘Questo è un incendio’ e quindi di concentrare i suoi sensori sull’incendio”.
Evitare le nuvole per una scienza migliore
Questo primo test di volo per il Dynamic Targeting non aveva come obiettivo la caccia a fenomeni specifici come gli incendi – questo verrà spiegato più avanti. L’obiettivo era piuttosto evitare un fenomeno onnipresente: le nuvole.
La maggior parte degli strumenti scientifici a bordo di sonde spaziali in orbita osservano ciò che si trova al di sotto di essi. Tuttavia, per i satelliti di osservazione della Terra dotati di sensori ottici, le nuvole possono ostacolare la vista della superficie anche per due terzi del tempo. Per ovviare a questo problema, il Dynamic Targeting osserva fino a 500 chilometri di distanza ed è in grado di distinguere tra cielo nuvoloso e cielo sereno. Se la scena è limpida, la sonda acquisisce un’immagine della superficie passando sopra di essa. Se è nuvoloso, la sonda annulla l’attività di imaging per risparmiare spazio di archiviazione per un altro obiettivo.
“Se si riesce a scegliere in modo intelligente ciò di cui si fotografa, si acquisisce solo l’immagine del terreno e si tralasciano le nuvole. In questo modo, non si archiviano, elaborano e scaricano tutte queste immagini che i ricercatori non possono utilizzare”, ha affermato Ben Smith del JPL, associato all’Earth Science Technology Office della NASA, che finanzia il progetto Dynamic Targeting. “Questa tecnologia aiuterà gli scienziati a ottenere una percentuale molto più elevata di dati utilizzabili”.
Come funziona il targeting dinamico
I test si stanno svolgendo su CogniSAT-6, un CubeSat delle dimensioni di una valigetta , lanciato a marzo 2024. Il satellite, progettato, costruito e gestito da Open Cosmos, ospita un carico utile progettato e sviluppato da Ubotica e dotato di un processore di intelligenza artificiale disponibile in commercio. Collaborando con Ubotica nel 2022, il team di Chien ha condotto test a bordo della Stazione Spaziale Internazionale, eseguendo algoritmi simili a quelli del Dynamic Targeting sullo stesso tipo di processore. I risultati hanno dimostrato che la combinazione potrebbe funzionare per il telerilevamento spaziale.
Poiché CogniSAT-6 non dispone di un sensore dedicato alla visione in avanti, la sonda si inclina in avanti di 40-50 gradi per puntare il suo sensore ottico, una fotocamera che cattura sia la luce visibile che quella nel vicino infrarosso . Una volta acquisite le immagini di visione in avanti, l’algoritmo avanzato di Dynamic Targeting, addestrato per identificare le nubi, le analizza. Sulla base di tale analisi, il software di pianificazione di Dynamic Targeting determina dove puntare il sensore per ottenere viste senza nubi. Nel frattempo, il satellite si inclina nuovamente verso il nadir (guardando direttamente sotto la sonda) e scatta le immagini pianificate, catturando solo il terreno.
Tutto questo avviene in 60-90 secondi, a seconda dell’angolazione originale, mentre la navicella spaziale viaggia nell’orbita terrestre bassa a circa 17.000 miglia orarie (7,5 chilometri al secondo).
Cosa succederà dopo
Con la capacità di evitare le nuvole ormai comprovata, il prossimo test sarà la ricerca di tempeste e condizioni meteorologiche avverse, essenzialmente prendendo di mira le nuvole invece di evitarle. Un altro test sarà la ricerca di anomalie termiche come incendi ed eruzioni vulcaniche. Il team del JPL ha sviluppato algoritmi unici per ogni applicazione.
“Questa implementazione iniziale del Dynamic Targeting è un passo estremamente importante”, ha affermato Chien. “L’obiettivo finale è l’impiego operativo in una missione scientifica, rendendolo uno strumento estremamente agile e in grado di effettuare misurazioni innovative.”
Esistono diverse visioni su come ciò potrebbe accadere, forse anche su veicoli spaziali che esplorano il sistema solare. In effetti, Chien e i suoi colleghi del JPL hanno tratto ispirazione per il loro lavoro sul Dynamic Targeting da un altro progetto a cui avevano collaborato: l’utilizzo dei dati dell’orbiter Rosetta dell’ESA (Agenzia Spaziale Europea) per dimostrare la fattibilità del rilevamento e dell’imaging autonomo dei pennacchi emessi dalla cometa 67P/Churyumov-Gerasimenko.
Sulla Terra, adattare il Dynamic Targeting all’uso con il radar potrebbe consentire agli scienziati di studiare pericolosi eventi meteorologici invernali estremi chiamati tempeste di ghiaccio convettive profonde, troppo rare e di breve durata per essere osservate da vicino con le tecnologie esistenti. Algoritmi specializzati identificherebbero queste dense formazioni temporalesche con lo strumento di previsione di un satellite. Quindi, un radar potente e focalizzato ruoterebbe per mantenere le nubi di ghiaccio in vista, “fissandole” mentre la sonda spaziale sfreccia sopra di loro e raccogliendo una grande quantità di dati nell’arco di sei-otto minuti.
Alcune idee prevedono l’utilizzo del Dynamic Targeting su più satelliti spaziali: i risultati dell’analisi delle immagini di bordo di un satellite pilota potrebbero essere rapidamente comunicati a un satellite di coda, che potrebbe essere incaricato di individuare fenomeni specifici. I dati potrebbero persino essere inviati a una costellazione di decine di satelliti spaziali in orbita. Chien sta conducendo un test di questo concetto, chiamato Federated Autonomous MEasurement, che inizierà entro la fine dell’anno.
#tecnologia #nasa #satelliti #spazio
