新型人工智慧模型能夠追蹤衛星並偵測其行為偏差，降低軌道上的碰撞風險。這項研究發表於《Expert Systems》期刊27九月號，2026年。
這項研發是在AI4 Space Safety and Sustainability專案架構下、由UK Space Agency支持完成。該聯盟成員包括來自FVEY國家的機構：澳洲、加拿大、紐西蘭、英國與美國。
該專案由斯特拉斯克萊德大學Aerospace Centre of Excellence主任馬西米利亞諾·瓦西萊教授主持。參與者包括Alan Turing Institute、亞利桑那大學、MIT、滑鐵盧大學，以及GMV、Columbiad、LMO與Zendir等公司。
這款由Alan Turing Institute的Defence AI Research Centre（DARe）所打造的模型，率先學會藉由衛星反射的光——即所謂的光變曲線——來預測異常與衛星運動。
軌道一年比一年更加擁擠：2025年發射了超過4000顆新衛星，而2000年僅有159顆。這套自動化工具能協助應對太空交通的監測與管理。
該模型以望遠鏡蒐集的大量衛星亮度資料進行訓練，隨後再以斯特拉斯克萊德與GMV的模擬資料進行微調。它能即時分析天文台的資料，並標記出異常以供專家進一步研究。
測試顯示，偵測不尋常光變曲線的準確率達到88%。該系統還能區分衛星的自旋與翻滾等行為——這對在軌服務與延長太空器使用壽命至關重要。
光線資料、雷達與其他來源資料的結合，究竟會如何在未來幾年改變衛星防護的方式？
瓦西萊教授指出，透過AI4S3得以證明，即使天空中只有一個像素，人工智慧也能協助分析太空物體的行為。該專案的下一步包括整合多模態資料——雷達、高光譜測量與軌道資訊。
