A pesar de lo omnipresente que se ha vuelto la inteligencia artificial en la vida moderna, desde aumentar nuestra comprensión del cosmos hasta mostrar videos entretenidos en su teléfono, la IA aún no ha llegado a la órbita.
Eso fue hasta el 2 de septiembre, cuando un satélite experimental del tamaño de una caja de cereales fue expulsado del dispensador de un cohete junto con otros 45 satélites de tamaño similar. El satélite, llamado PhiSat-1, ahora se eleva a más de 17,000 mph (27,500 kmh) en una órbita heliosincrónica a unas 329 millas (530 km) de altura.
PhiSat-1 contiene una nueva cámara térmica hiperespectral y procesamiento de IA integrado gracias a la unidad de procesamiento de visión (VPU) Intel® Movidius™Myriad™ 2, el mismo chip que se encuentra dentro de muchas cámaras inteligentes e incluso un dron para selfies de $99 aquí en la Tierra. PhiSat-1 es en realidad uno de un par de satélites en una misión para monitorear el hielo polar y la humedad del suelo, mientras también prueba los sistemas de comunicación entre satélites para crear una futura red de satélites federados.
¿Cuál es el primer problema que Myriad 2 está ayudando a resolver? Cómo manejar la gran cantidad de datos generados por cámaras de alta fidelidad como la de PhiSat-1. “La capacidad que tienen los sensores para producir datos aumenta en un factor de 100 cada generación, mientras que nuestras capacidades para descargar datos aumentan, pero solo en un factor de tres, cuatro, cinco por generación”, dice Gianluca Furano, sistemas de datos y a bordo. líder informático en la Agencia Espacial Europea, que lideró el esfuerzo de colaboración detrás de PhiSat-1.
Al mismo tiempo, aproximadamente dos tercios de la superficie de nuestro planeta están cubiertos de nubes en un momento dado. Eso significa que una gran cantidad de imágenes inútiles de nubes generalmente se capturan, guardan, envían a través del valioso ancho de banda de enlace descendente a la Tierra, se guardan nuevamente, un científico (o un algoritmo) las revisa en una computadora horas o días después, solo para ser eliminadas. .
“Y la inteligencia artificial en el borde vino a rescatarnos, la caballería en la película del oeste”, dice Furano. La idea en torno a la cual se reunió el equipo fue utilizar el procesamiento interno para identificar y descartar imágenes nubladas, lo que permitió ahorrar alrededor del 30 % del ancho de banda.
“El espacio es lo último en tecnología”, dice Aubrey Dunne, director de tecnología de Ubotica. La startup irlandesa construyó y probó la tecnología de IA de PhiSat-1, trabajando en estrecha colaboración con cosenofabricante de la cámara, además de la Universidad de Pisa y cantar para desarrollar la solución completa. “El Myriad fue absolutamente diseñado desde cero para tener una capacidad de cómputo impresionante pero en un sobre de energía muy bajo, y eso realmente se adapta a las aplicaciones espaciales”.
El Myriad 2, sin embargo, no estaba destinado a la órbita. Las computadoras de las naves espaciales suelen utilizar chips muy especializados «resistentes a la radiación» que pueden estar «hasta dos décadas por detrás de la tecnología comercial más avanzada», explica Dunne. Y AI no ha estado en el menú.
Entonces, Dunne y el equipo de Ubotica realizaron una «caracterización de la radiación», sometiendo el chip Myriad a una serie de pruebas para descubrir cómo manejar los errores resultantes o el desgaste.
La ESA “nunca había probado la radiación de un chip de esta complejidad”, dice Furano. «Teníamos dudas de que pudiéramos probarlo correctamente… tuvimos que escribir el manual sobre cómo realizar una prueba y caracterización completas para este chip desde cero».
La primera prueba, 36 horas seguidas de voladura de rayos de radiación en el CERN a finales de 2018, “fue una situación de mucha presión”, dice Dunne. Pero esa prueba y dos seguimientos “afortunadamente nos salieron bien”. El Myriad 2 pasó listo para usar, sin necesidad de modificaciones.
De repente, este chip de visión artificial de bajo consumo y alto rendimiento estaba listo para aventurarse más allá de la atmósfera terrestre. ¡Sí! Pero ahora vino otro desafío.
Por lo general, los algoritmos de IA se construyen o «entrenan» utilizando grandes cantidades de datos para «aprender»; en este caso, qué es una nube y qué no es una nube. Pero dado que la cámara era tan nueva, «no teníamos ningún dato», dice Furano. “Tuvimos que entrenar nuestra aplicación con datos sintéticos extraídos de misiones existentes”.
Toda esta integración y prueba de sistemas y software, con la participación de media docena de organizaciones diferentes a través de Europa, tardó cuatro meses en completarse. “Estábamos muy orgullosos de poder ser tan rápidos y eficientemente flexibles, de poner todo a bordo en tan poco tiempo”, dice Max Pastena, oficial de PhiSat en la ESA. En lo que respecta al desarrollo de naves espaciales, la línea de tiempo “es un milagro”, agrega Furano.
“Intel nos brindó soporte en segundo plano en el dispositivo Myriad cuando lo necesitábamos, para habilitar la IA de PhiSat-1 usando nuestra tecnología CVAI”, dice Dunne. «Eso es muy apreciado».
Desafortunadamente, una serie de eventos no relacionados (retrasos con el cohete, la pandemia de coronavirus y vientos de verano hostiles) significaron que los equipos tuvieron que esperar más de un año para averiguar si PhiSat-1 funcionaría en órbita según lo planeado.
El lanzamiento del 2 de septiembre desde la Guayana Francesa: el primer viaje compartido satelital de su tipo administrado por Arianespace – fue rápido y sin problemas. Para la verificación inicial, el satélite guardó todas las imágenes y registró su decisión de detección de nubes de IA para cada una, de modo que el equipo en tierra pudiera verificar que su cerebro implantado se comportaba como se esperaba.
Después de una respiración profunda de tres semanas, Pastena pudo proclamar: “Acabamos de entrar en la historia del espacio”.
ESA Anunciado el equipo conjunto estaba «feliz de revelar la primera inferencia de IA acelerada por hardware de imágenes de observación de la Tierra en un satélite en órbita».
Al enviar solo píxeles útiles, el satélite ahora «mejorará la utilización del ancho de banda y reducirá significativamente los costos agregados del enlace descendente», sin mencionar el ahorro de tiempo de los científicos en el terreno.
De cara al futuro, los usos de los pequeños satélites mejorados con IA de bajo costo son innumerables, especialmente cuando se agrega la capacidad de ejecutar múltiples aplicaciones.
“En lugar de tener hardware dedicado en un satélite que hace una cosa, es posible conectar y desconectar redes”, dice Jonathan Byrne, director de la oficina de tecnología de Intel Movidius. Dunne llama a esto «satélite como servicio».
Considere: Al volar sobre áreas propensas a incendios forestales, un satélite puede detectar incendios y notificar a los socorristas locales en minutos en lugar de horas. Sobre los océanos, que normalmente se ignoran, un satélite puede detectar barcos rebeldes o accidentes ambientales. Sobre bosques y granjas, un satélite puede rastrear la humedad del suelo y el crecimiento de los cultivos. Sobre el hielo, puede rastrear el espesor y los estanques que se derriten para ayudar a monitorear el cambio climático.
Muchas de estas posibilidades pronto se pondrán a prueba: la ESA y Ubotica están trabajando juntas en PhiSat-2, que pondrá en órbita otro Myriad 2. PhiSat-2 estarán “capaz de ejecutar aplicaciones de IA que pueden desarrollarse, instalarse, validarse y operarse fácilmente en la nave espacial durante su vuelo utilizando una interfaz de usuario simple”.
Para Intel, es un mercado de bajo volumen, pero el impacto potencial es incuestionable. Como dice Pastena, eventualmente podemos entender “el pulso de nuestro planeta”.