Un nuevo modelo de inteligencia artificial es capaz de rastrear satélites y detectar desviaciones en su comportamiento, reduciendo el riesgo de colisiones en órbita. El estudio se ha publicado en la revista Expert Systems 27 de septiembre de 2026.
El desarrollo se ha llevado a cabo en el marco del proyecto AI4 Space Safety and Sustainability con el apoyo de la UK Space Agency. En el consorcio participan organizaciones de los países FVEY: Australia, Canadá, Nueva Zelanda, el Reino Unido y Estados Unidos.
El proyecto está dirigido por el profesor Massimiliano Vasile, director del Aerospace Centre of Excellence de la Universidad de Strathclyde. Entre los participantes figuran el Alan Turing Institute, la Universidad de Arizona, el MIT, la Universidad de Waterloo, así como las empresas GMV, Columbiad, LMO y Zendir.
El modelo, creado en el Defence AI Research Centre (DARe) del Alan Turing Institute, ha sido el primero en aprender a predecir anomalías y el movimiento de los satélites a partir de la luz reflejada por ellos, las denominadas light curves.
Cada año la órbita está más congestionada: en 2025 se lanzaron más de 4000 satélites nuevos frente a 159 en 2000. La herramienta automatizada ayuda a hacer frente al seguimiento y la gestión del tráfico espacial.
El modelo se ha entrenado con grandes volúmenes de datos sobre el brillo de los satélites recogidos por telescopios y, después, se ha reentrenado con simulaciones de Strathclyde y GMV. En tiempo real analiza datos de observatorios y señala anomalías para que los especialistas las estudien más a fondo.
Las pruebas mostraron una precisión en la detección de light curves inusuales del 88 %. El sistema también distingue comportamientos del satélite como la rotación y el tumble —esto es importante para el mantenimiento en órbita y la prolongación de la vida útil de los aparatos.
¿Cómo cambiará exactamente la combinación de datos de luz, radar y otras fuentes el enfoque de la protección de los satélites en los próximos años?
El profesor Vasile señaló que con AI4S3 se ha logrado demostrar cómo la IA ayuda en el análisis del comportamiento de los objetos espaciales incluso con un solo píxel en el cielo. Los siguientes pasos del proyecto incluyen la integración de datos multimodales: radar, mediciones hiperespectrales e información orbital.
