নতুন কৃত্রিম বুদ্ধিমত্তা মডেল উপগ্রহ অনুসরণ করতে এবং তাদের আচরণে বিচ্যুতি শনাক্ত করতে সক্ষম, যা কক্ষপথে সংঘর্ষের ঝুঁকি কমায়। গবেষণাটি Expert Systems জার্নালে 27 সেপ্টেম্বর 2026 সালে প্রকাশিত হয়েছে।
এই উন্নয়নটি UK Space Agency-এর সহায়তায় AI4 Space Safety and Sustainability প্রকল্পের আওতায় সম্পন্ন হয়েছে। কনসোর্টিয়ামে FVEY-ভুক্ত দেশগুলোর সংস্থা রয়েছে: অস্ট্রেলিয়া, কানাডা, নিউজিল্যান্ড, যুক্তরাজ্য এবং মার্কিন যুক্তরাষ্ট্র।
প্রকল্পটির নেতৃত্ব দিচ্ছেন স্ট্র্যাথক্লাইড বিশ্ববিদ্যালয়ের Aerospace Centre of Excellence-এর পরিচালক অধ্যাপক মাসসিমিলিয়ানো ভাসিলে। অংশগ্রহণকারীদের মধ্যে রয়েছে Alan Turing Institute, অ্যারিজোনা বিশ্ববিদ্যালয়, MIT, ওয়াটারলু বিশ্ববিদ্যালয়, পাশাপাশি GMV, Columbiad, LMO এবং Zendir কোম্পানিগুলো।
Alan Turing Institute-এর Defence AI Research Centre (DARe)-এ তৈরি মডেলটি প্রথমবারের মতো উপগ্রহ থেকে প্রতিফলিত আলো — তথাকথিত light curves — থেকে অস্বাভাবিকতা ও উপগ্রহের গতি পূর্বাভাস দিতে শিখেছে।
প্রতি বছর কক্ষপথ 점점 더 ব্যস্ত হয়ে উঠছে: 2025 সালে 4000টিরও বেশি নতুন উপগ্রহ উৎক্ষেপণ করা হয়েছে, যেখানে 2000 সালে ছিল 159টি। স্বয়ংক্রিয় এই সরঞ্জামটি মহাকাশ ট্রাফিক পর্যবেক্ষণ ও ব্যবস্থাপনায় সহায়তা করে।
মডেলটি টেলিস্কোপে সংগৃহীত উপগ্রহের উজ্জ্বলতার বিপুল পরিমাণ ডেটায় প্রশিক্ষিত, তারপর স্ট্র্যাথক্লাইড ও GMV-এর সিমুলেশন দিয়ে আরও প্রশিক্ষণ দেওয়া হয়েছে। এটি রিয়েল টাইমে মানমন্দিরের ডেটা বিশ্লেষণ করে এবং বিশেষজ্ঞদের পরবর্তী পর্যালোচনার জন্য অস্বাভাবিকতা চিহ্নিত করে।
পরীক্ষায় অস্বাভাবিক light curves শনাক্ত করার নির্ভুলতা 88 %的水平ে পাওয়া গেছে। সিস্টেমটি উপগ্রহের ঘূর্ণন ও কাত হয়ে ঘোয়ার মতো আচরণও আলাদা করতে পারে — কক্ষপথে রক্ষণাবেক্ষণ এবং যন্ত্রের আয়ু বাড়ানোর জন্য এটি গুরুত্বপূর্ণ।
আলো, রাডার ও অন্যান্য উৎসের ডেটার সমন্বয় আগামী বছরগুলোতে উপগ্রহ সুরক্ষার পদ্ধতিকে কীভাবে বদলে দেবে?
অধ্যাপক ভাসিলে উল্লেখ করেছেন, AI4S3-এর মাধ্যমে দেখানো গেছে যে আকাশে মাত্র এক পিক্সেলের তথ্য থেকেও মহাকাশীয় বস্তুর আচরণ বিশ্লেষণে এআই কীভাবে সহায়তা করে। প্রকল্পের পরবর্তী ধাপগুলোর মধ্যে রয়েছে বহুমুখী ডেটার সমন্বয় — রাডার, হাইপারস্পেকট্রাল পরিমাপ এবং কক্ষপথীয় তথ্য।
