Un nouveau modèle d'intelligence artificielle est capable de suivre les satellites et de détecter les anomalies dans leur comportement, réduisant ainsi le risque de collisions en orbite. L'étude a été publiée dans la revue Expert Systems 27 septembre 2026.
Le développement a été réalisé dans le cadre du projet AI4 Space Safety and Sustainability, avec le soutien de la UK Space Agency. Le consortium réunit des organisations des pays FVEY : l'Australie, le Canada, la Nouvelle-Zélande, le Royaume-Uni et les États-Unis.
Le projet est dirigé par le professeur Massimiliano Vasile, directeur de l'Aerospace Centre of Excellence de l'Université de Strathclyde. Parmi les participants figurent l'Alan Turing Institute, l'Université de l'Arizona, le MIT, l'Université de Waterloo, ainsi que les entreprises GMV, Columbiad, LMO et Zendir.
Le modèle, créé au sein du Defence AI Research Centre (DARe) de l'Alan Turing Institute, a été le premier à apprendre à prédire les anomalies et le mouvement des satellites à partir de la lumière qu'ils réfléchissent — ce que l'on appelle les light curves.
Chaque année, l'orbite devient de plus en plus encombrée : en 2025, plus de 4000 nouveaux satellites ont été lancés, contre 159 en 2000. Un outil automatisé aide à assurer la surveillance et la gestion du trafic spatial.
Le modèle a été entraîné sur de grands volumes de données de luminosité des satellites, recueillies par des télescopes, puis affiné sur des simulations de Strathclyde et de GMV. En temps réel, il analyse les données des observatoires et signale les anomalies en vue d'un examen plus approfondi par les spécialistes.
Les tests ont montré une précision de détection des light curves inhabituelles de l'ordre de 88 %. Le système distingue également des comportements du satellite tels que la rotation et le culbutage — ce qui est important pour la maintenance en orbite et la prolongation de la durée de vie des engins.
Comment exactement la combinaison des données de lumière, de radar et d'autres sources changera-t-elle l'approche de la protection des satellites dans les années à venir ?
Le professeur Vasile a noté que, grâce à AI4S3, il a été possible de montrer comment l'IA aide à analyser le comportement des objets spatiaux, même à partir d'un seul pixel dans le ciel. Les prochaines étapes du projet comprennent l'intégration de données multimodales — radar, mesures hyperspectrales et informations orbitales.
