Nowy model sztucznej inteligencji potrafi śledzić satelity i wykrywać odchylenia w ich zachowaniu, zmniejszając ryzyko kolizji na orbicie. Badanie opublikowano w czasopiśmie Expert Systems 27 września 2026 roku.
Prace zrealizowano w ramach projektu AI4 Space Safety and Sustainability przy wsparciu UK Space Agency. W konsorcjum uczestniczą organizacje z krajów FVEY: Australii, Kanady, Nowej Zelandii, Wielkiej Brytanii i USA.
Projektem kieruje profesor Massimiliano Vasile, dyrektor Aerospace Centre of Excellence na Uniwersytecie Strathclyde. Wśród uczestników są Alan Turing Institute, Uniwersytet Arizony, MIT, Uniwersytet Waterloo, a także firmy GMV, Columbiad, LMO i Zendir.
Model stworzony w Defence AI Research Centre (DARe) Alan Turing Institute jako pierwszy nauczył się przewidywać anomalie i ruch satelitów na podstawie odbitego od nich światła — tak zwanych light curves.
Z każdym rokiem orbita staje się coraz bardziej zatłoczona: w 2025 roku wystrzelono ponad 4000 nowych satelitów wobec 159 w 2000 roku. Zautomatyzowane narzędzie pomaga sprostać monitorowaniu i zarządzaniu ruchem kosmicznym.
Model wytrenowano na dużych ilościach danych o jasności satelitów zebranych przez teleskopy, a następnie dostrojono na symulacjach ze Strathclyde i GMV. W czasie rzeczywistym analizuje dane obserwatoriów i oznacza anomalie do dalszego zbadania przez specjalistów.
Testy wykazały dokładność wykrywania nietypowych light curves na poziomie 88 %. System rozróżnia także takie zachowania satelity, jak obrót i koziołkowanie — jest to istotne dla serwisowania na orbicie i przedłużania okresu eksploatacji aparatów.
Jak dokładnie połączenie danych o świetle, radaru i innych źródeł zmieni podejście do ochrony satelitów w najbliższych latach?
Profesor Vasile zauważył, że dzięki AI4S3 udało się pokazać, jak AI pomaga w analizie zachowania obiektów kosmicznych nawet na podstawie jednego piksela na niebie. Kolejne kroki projektu obejmują integrację danych multimodalnych — radaru, pomiarów hiperspektralnych i informacji orbitalnych.
