Naukowcy wykorzystują sztuczną inteligencję do usprawnienia misji kosmicznych. W Polsce powstają innowacyjne satelity oraz centra badawcze

Dzięki upowszechnieniu się miniaturowych satelitów wystrzelenie instrumentów badawczych na orbitę okołoziemską stało się relatywnie tanie. Konstruują je niewielkie ośrodki naukowe oraz start-upy wykorzystujące satelity m.in. do prowadzenia obserwacji ziemskiej atmosfery. Wraz z zagęszczaniem sieci satelitów przesyłanie obrazów do stacji badawczych staje się coraz bardziej uciążliwe, gdyż zawęża się zakres dostępnych częstotliwości nadawczych. Rozwiązaniem tego problemu mogą się okazać  systemy sztucznej inteligencji, które dokonają wstępnej obróbki zdjęć satelitarnych już na orbicie.

– Do tej pory takie obrazy są w całości wysyłane na Ziemię. Problem polega na tym, że tego typu dane są bardzo duże. Dane hiperspektralne składają się z wielu obrazów, w przypadku naszego satelity byłoby to 150 obrazów, więc to jest parę gigabajtów danych. Aby ściągnąć takie dane, potrzeba dużo czasu, nie zawsze satelita znajduje się nad stacją naziemną, do której może nadawać te dane. Takie rozwiązanie, kiedy przetwarzamy dane na orbicie i wysyłamy na Ziemię tylko wyniki, jest bardzo optymalne – mówi agencji informacyjnej Newseria Innowacje dr Marek Krawczyk, manager ds. rozwoju biznesu.

Na konieczność usprawnienia systemu przetwarzania danych hiperspektralnych zwrócił uwagę m.in. polski fundusz KVARKO, którzy zainwestował 1 mln zł w firmę Hyperlab Solution specjalizującą się w algorytmach przetwarzania danych teledetekcyjnych. Jej zadaniem będzie wypracowanie rozwiązań umożliwiających błyskawiczną analizę danych pozyskanych przez satelity, do takich celów jak np. identyfikacja zanieczyszczeń gleb, wód i powietrza, ocena stanu drzewostanu czy lokalizacja nielegalnych wysypisk śmieci. Wykorzystanie sztucznej inteligencji od Hyperlab Solution w misjach kosmicznych może umożliwić analizowanie szerokiego zakresu danych hiperspektralnych już na orbicie okołoziemskiej.

Rozwiązanie tego typu zastosowano m.in. w Intuition-1, satelicie klasy CubeSat, który zaprojektowano w ramach konsorcjum FP Space. Pojazd wyposażono w kamerę hiperspektralną oraz komputer pokładowy wspomagany systemem sztucznej inteligencji. Dzięki wykorzystaniu technologii głębokich sieci neuronowych dane pozyskane przez system optyczny mogą być analizowane, katalogowane i przetwarzane w czasie rzeczywistym, jeszcze na pokładzie satelity. Zastosowanie systemów inteligentnych pozwoli drastycznie zredukować liczbę danych przesyłanych do stacji badawczej przez Intuition-1.

– Na obrazach hiperspektralnych jesteśmy w stanie znaleźć różnego rodzaju obiekty albo substancje, które nas interesują. Aktualnie wiele prywatnych firm i agencji kosmicznych bardzo mocno włącza się w eksplorację kosmosu, coraz więcej jest więc satelitów na orbicie. Zakres częstotliwości dostępnych dla tych satelitów, żeby nadawać dane, jest coraz mniejszy. Ściąganie danych na Ziemię będzie coraz trudniejsze. W związku z tym istnieje potrzeba obróbki tych danych już na orbicie i wysyłania gotowych danych na Ziemię – tłumaczy ekspert.

Potencjał sztucznej inteligencji dostrzegli także studenci z Politechniki Warszawskiej, którzy zaprojektowali edukacyjnego satelitę PW-Sat2. Zamontowano w nim jednostkę centralną kontrolującą i automatyzującą pracę wielu podzespołów. Satelita sam planuje przebieg poszczególnych zadań, monitoruje stan podzespołów oraz automatycznie zbiera dane z czujników oraz systemów optycznych, a wszystkie systemy autonomiczne zostały zaprojektowane od zera przez zespół uniwersytecki.

W rozwój autonomicznych satelitów włączyła się także wrocławska firma SatRevolution, która do usprawnienia systemów pozyskiwania i analizy danych wykorzystała oprogramowanie Smart Spectroscopy działające w oparciu o chmurę Microsoft Azure. Dotychczas narzędzie to stosowano w projektach z kategorii Factory of the Future w celu zautomatyzowania procesów zarządzania produkcją. W branży kosmicznej przysłuży się m.in. do wdrożenia idei inteligentnych upraw. Połączenie technologii obrazowania satelitarnego oraz chmury obliczeniowej Microsoft Azure umożliwi przeprowadzenie błyskawicznej analizy jakości upraw w oparciu o zdjęcia hiperspektralne.

– W przypadku rolnictwa precyzyjnego mówimy tutaj np. o stanie upraw, czy dana uprawa została zarażona jakimś patogenem, pasożytem czy grzybem. Tego typu dane można osiągnąć również w przypadku leśnictwa. Możemy też myśleć o zastosowaniach takich jak monitoring infrastruktury, np. możemy zbadać, czy wały przeciwpowodziowe, które zostały zbudowane, nasiąkają wodą, czy nie. Można to zrobić już z orbity – przekonuje dr Marek Krawczyk.

Według analityków z firmy Research and Markets wartość globalnego rynku technologii obrazowania satelitarnego w 2018 roku wyniosła 4 mld dol. Przewiduje się, że do 2024 roku wzrośnie do 7,5 mld dol.