Categorías: Tecnología

Dotan de inteligencia artificial a un satélite

Comparta este Artículo en:

Los datos recopilados por satélites de teledetección son fundamentales para muchas actividades importantes, incluido el cartografiado desde las alturas, la predicción del tiempo meteorológico y la vigilancia de la deforestación.

Actualmente, la mayoría de los satélites solo pueden recolectar datos de forma pasiva, ya que no están equipados para tomar decisiones o para detectar cambios relevantes en lo que observan.

Para detectar cambios y tomar decisiones, hay que transmitir los datos a la Tierra para ser procesados allí, lo que suele tardar varias horas o incluso días.

Esto limita la capacidad de identificar sucesos que acaecen rápidamente, como un desastre natural, y reaccionar a ellos.

Para superar estas restricciones, un grupo de investigadores, liderado por Vít Růžička de la Universidad de Oxford en el Reino Unido, asumió el desafío de adiestrar al primer programa de aprendizaje automático fuera de la Tierra.

El aprendizaje automático es una modalidad de inteligencia artificial.

En 2022, el equipo presentó su idea a los responsables de la misión Dashing through the Stars, que habían publicado una convocatoria para recibir propuestas de proyectos que pudieran llevarse a cabo a bordo del satélite ION SCV004, lanzado en enero de 2022.

El proyecto fue seleccionado y, durante el otoño de 2022, el equipo envió el código del programa al satélite en órbita.

Los investigadores entrenaron un modelo simple de aprendizaje automático para que el ION SCV004 fuese capaz de detectar directamente cambios en la cobertura de nubes a partir de imágenes de la Tierra captadas por el satélite.

El modelo se basó en una estrategia que permite que este aprenda las características más importantes que debe buscar cuando solo hay unas pocas muestras para el adiestramiento.

Una ayuda decisiva es que los datos se pueden comprimir en representaciones más pequeñas, lo que hace que el modelo sea más rápido y eficiente.

Mientras que la primera parte del modelo, para comprimir las imágenes recién vistas, se entrenó en tierra, la segunda parte (que determinaba si la imagen contenía nubes o no) se entrenó directamente en el satélite.

Fuente: University of Oxford

Editor PDM

Entradas recientes

Fármaco podría prevenir la pérdida de audición causada por escuchar la música demasiado alta

Científicos han descubierto un gen que relaciona la sordera con la muerte celular en el…

21 hours hace

Sensor autoalimentado y sin pilas capaz de recoger energía de su entorno

Un sistema diseñado en el MIT podría permitir que los sensores funcionen en entornos remotos,…

21 hours hace

Inteligencia artificial ahora es capaz de copiar la escritura de una persona

Investigadores de la Universidad de Inteligencia Artificial Mohamed Bin Zayed en Abu Dhabi desarrollaron una…

21 hours hace

Primer aerogenerador de madera ya está dando luz a 400 hogares suecos

El material también permite hacer torres más altas y fáciles de transportar. (more…)

21 hours hace

Crean el primer fermión pesado 2D

Los compuestos de fermiones pesados son una clase de materiales con electrones hasta mil veces…

21 hours hace

Samsung Galaxy S24 Ultra con bordes de titanio y apuesta a la inteligencia artificial

La apuesta por la IA es un argumento llamativo, pero hay mejoras aún más destacables…

2 days hace
Click to listen highlighted text!