L’Intelligenza Artificiale vola verso lo Spazio grazie ai satelliti

L’Intelligenza Artificiale sta sul serio raggiungendo lo spazio, e i lanci di satelliti sempre più frequenti ne sono la prova.

Cominciamo con una citazione di Miriam Kramer, autrice di Axios:

“Le aziende che raccolgono foto satellitari stanno cercando di entrare nei mercati ma stanno solo chiudendo contratti con le aziende governative.”

Ebbene sì, le aziende spaziali fino ad oggi hanno chiuso contratti quasi esclusivamente con le istituzioni governative che da decenni si fanno concorrenza fra loro.

La NASA e l’Agenzia Spaziale Russa, per esempio.

Ma la tendenza sta cambiando.

Infatti, secondo un articolo di Intel…

“Dopo l’entrata di SpaceX di Elon Musk e BlueOrigin di Jeff Bezos nel mercato, i costi si sono abbassati, è aumentata l’affidabilità così come il numero di lanci nello spazio”.

Insomma, prima era una battaglia fra governi internazionali…

Ma adesso è una battaglia tra miliardari.

I costi di un lancio effettivamente stanno calando – pur essendo molto alti – perché i prezzi dell’hardware e dei software stanno crollando.

Il lancio di un satellite prima costava 200 milioni di dollari, mentre adesso ne costa 60 milioni – un taglio di più del 50%.

La produzione di massa dei satelliti potrebbe far scendere il prezzo da 500 milioni di dollari a 500.000.

In pochissime parole, l’entrata sul mercato su SpaceX e BlueOrigin ha permesso di “avvicinare” lo spazio.

E l’Intelligenza Artificiale che ruolo ha in tutto questo?

L’Intelligenza Artificiale è uno strumento quasi fondamentale per lo sviluppo del mondo della space economy.

Come si uniscono i satelliti e l’Intelligenza Artificiale?

I satelliti hanno avuto diverse funzioni nel corso del tempo.

Le aziende e le istituzioni li hanno usati per:

• Telecomunicazioni,
• TV,
• Meteo,
• GPS,

E così via…

Ma negli ultimi tempi sono stati usati anche per:

• La navigazione satellitare,
• La guida automatica,
• Il monitoraggio e lo sviluppo di tecnologie a basso consumo di carbonio,
• Il monitoraggio dell’ambiente, delle alluvioni e delle voragini,
• La protezione ambientale.

E potremmo andare avanti per parecchio…

In Italia, essendo una nazione fondata sull’agricoltura, stiamo utilizzando maggiormente i satelliti per il telerilevamento.

Infatti, gli agricoltori possono utilizzare i satelliti che raccolgono moli importanti di dati per comprendere i fattori della crescita del raccolto e lo stato di salute dei campi.

In questo modo si possono ottimizzare le sostanze che vengono messe nel terreno per farlo produrre di più…

Oppure si può prevedere se le piante iniziano ad essere intaccate da batteri particolari o da parassiti…

Ma non c’è solo l’agricoltura…

La smart mobility è un altro dei settori dove l’Intelligenza Artificiale sta facendo faville.

La smart mobility permette agli individui e ai mezzi di trasporto di muoversi più intelligentemente, ed è un concetto legato indissolubilmente all’Intelligenza Artificiale.

I dati prima vengono raccolti dai satelliti e poi vengono gestiti attraverso analisi dati, machine learning e deep learning.

E questo permette di regolare anche semplicemente il traffico, capire come gestirlo, le ore di punta e così via.

Controllare le persone come si muovono, riuscire a contarle, definirle, tracciarne i passaggi.

Per delle realtà pubbliche avere un monitoraggio in tempo reale da parte di un satellite aiuta poi a progettare e a regolare anche il movimento dei pedoni.

Naturalmente, non si può pensare di mettere migliaia di persone a fare questi controlli…

Ed è a questo punto che intervengono i software di machine learning e di deep learning che:

• Identificano e contano le persone o le macchine,
• Danno un supporto decisionale in fase di progettazione,
• Sostengono anche la governance che riguarda la pubblica amministrazione.

Ed è proprio qui che comincia il mercato dello spazio…

Perché lo Spazio ha bisogno dell’Intelligenza Artificiale

Il mercato dello spazio vale 350 miliardi di dollari e arriverà ad un trilione del 2040.

E lo spazio è un ambiente che ha estremo bisogno di big data e di machine learning.

Ma perché c’è questo gran bisogno?

Rispondiamo con un esempio cinematografico…

Nel film Apollo 13, il computer era troppo lento per dare una risposta rapida ad un problema contingente (cioè un imminente disastro), e quindi si faceva prima a fare i conti a mano.

Se pensiamo ad oggi…

Se pensiamo alla quantità di satelliti che vengono lanciati, alle missioni spaziali, ai lanci di missili per portare i satelliti in orbita, si può intuire che i dati e i controlli che vengono fatti sono innumerevoli.

Quindi, si cercherà di andare verso strumentazioni “spaziali” sempre più autonomi.

Ci si aspetta che in un futuro alcune attività riescano ad essere prese in tempo reale, come evitare un certo tipo di roccia, per esempio. 

Questo perché farlo dalla terra richiederebbe troppo tempo per intervenire in modo istantaneo.

La corsa verso lo spazio, la raccolta di Big Data, la necessità di essere interpretati e utilizzati, porta alla necessità di avere l’Intelligenza Artificiale.

E i satelliti ne sono una dimostrazione.

1. Il satellite è fondamentalmente un autostoppista.

Di fatto un satellite prende passaggio da un razzo e viene poi portato nella sua posizione corretta.

E per lanciare in orbita un satellite serve un sistema di propulsione abbastanza importante.

Avrai visto almeno una volta il sistema di propulsione di una missione spaziale o di un satellite, che serve per vincere la gravità terrestre e far andare in orbita il satellite.

Una volta che il satellite è ad una certa quota, viene sganciato una parte del sistema di propulsione.

Quando è in orbita si dice che ha raggiunto un punto di equilibrio, c’è tutta la fase di messa in orbita.

Il grande beneficio del machine learning è quello di poter manovrare un satellite in remoto anche in fase di lancio.

E alla fine, quando il satellite è in orbita, va mantenuto presso quella posizione in modo tale che svolga al meglio le funzioni per le quali è stato programmato.

2. La problematica traiettoria dei razzi

Il problema dei razzi è che non vengono guidati manualmente.

E uno dei grossi problemi è che la guida viene fatta più spesso per rimettere il razzo sulla rotta, rispetto a costruire un’unica traiettoria.

Il satellite viene lanciato in orbita, ma non arriva facilmente da un punto A ad un punto B, per questo bisogna sempre rimetterlo sulla rotta.

Questo significa, naturalmente, un consumo di energia molto grande.

Anche se i satelliti vanno in parte ad energia solare, il sole non riesce a sopperire completamente perché il satellite alle volte è coperto.

Il machine learning permetterebbe di migliorare la traiettoria con tutti i benefici che ne conseguono.

3. L’atterraggio del satellite

Quando il razzo e il satellite raggiungono i 193 chilometri di altezza, l’aria è molto rarefatta e il razzo lancia altri piccoli razzi per “mollare” i satelliti.

Il razzo va in verticale e viene lanciato il satellite in modo da potersi spostare come una parabola.

Il Machine Learning può aiutare gli operatori sulla terra a gestire meglio l’arrivo del satellite, considerando la geografia del posto e il clima che circonda il satellite.

Il Machine Learning in questo caso viene utilizzato come algoritmo statistico intelligente in grado di fare dei calcoli su quella che è la rotta migliore, e su quali sono le azioni, i propulsori o il sistema di navigazione più idoneo da attivare.

4. I problemi di gestione di un satellite in orbita

Come puoi immaginare, un satellite in aria corrisponde anche ad un sacco di problemi di gestione:

• Temperatura: nello spazio fa freddo e la strumentazione deve rimanere ad una certa temperatura,
• Energia: va costantemente monitorata e il machine learning aiuterebbe la gestione, il monitoraggio.
• Funzionalità: un satellite comunque di un pezzo di metallo che viene buttato nello spazio.

Perché è importante parlare di Intelligenza Artificiale e di spazio in Italia

Noi parliamo di spazio per far capire quali possono essere le enormi potenzialità del machine learning e del deep learning. 

Se il machine learning viene lanciato nello spazio, prova ad immaginare cosa può fare un sistema di Intelligenza Artificiale per applicazioni relativamente più piccole.

Ma soprattutto, come qualsiasi tipo di nuova tecnologia, dallo spazio possono venire innovazioni per la tecnologia terrestre.

Le missioni spaziali hanno aperto la strada a tante applicazioni pratiche sulla Terra.

E molto probabilmente da qui ai prossimi anni ne vedremo delle belle anche in questo settore qua.

Per rimanere aggiornato sul mondo dell’Intelligenza Artificiale, perché non ti iscrivi al podcast? ⇒ https://www.bluetensor.ai/en/podcast

Riceverai ogni martedì la newsletter con il podcast direttamente nella tua casella email.

Alla prossima!