Por muy ubicua que sea la Inteligencia Artificial en la vida moderna – utilizada para, desde mejorar nuestra comprensión del cosmos, hasta permitir la visualización de vídeos en nuestros teléfonos – aún no había llegado a la órbita.
No ocurrió hasta el pasado 2 de septiembre, cuando se lanzó un satélite experimental del tamaño de una caja de cereales desde el dispensador de un cohete junto con otros 45 satélites de tamaño similar. El satélite, llamado PhiSat-1, se eleva ahora a más de 27.500 km/h en una órbita sincrónica al Sol, a unos 530 km de altura.
El PhiSat-1 cuenta con una cámara térmica e hiperespectral, así como con procesamiento de a bordo con IA gracias a la unidad de procesamiento de visión (VPU, por sus siglas en inglés) Intel Movidius Myriad 2 (el mismo chip que poseen en su interior muchas cámaras inteligentes e incluso un dron de 99 dólares). El PhiSat-1 es, de hecho, uno de los dos satélites que se encuentran en una misión para vigilar el hielo polar y la humedad del suelo, a la vez que se prueban los sistemas de comunicación entre satélites para crear una futura red de satélites federados.
El primer problema que Myriad 2 está ayudando a resolver es cómo gestionar la enorme cantidad de datos generados por cámaras de alta fidelidad como la del PhiSat-1. “La capacidad que tienen los sensores para producir datos aumenta por 100 en cada generación; sin embargo, nuestra capacidad para descargarlos aumenta, pero solo por tres, cuatro o cinco en cada generación,” comenta Gianluca Furano, data systems and onboard computing lead en la Agencia Espacial Europea (ESA por sus siglas en inglés), que dirigió el proyecto de colaboración detrás de PhiSat-1.
Al mismo tiempo, aproximadamente dos tercios de la superficie de nuestro planeta está continuamente cubierta de nubes. Por esta razón, habitualmente, se capturan muchísimas imágenes de nubes que no sirven y que son guardadas, enviadas a la Tierra a través de un importante ancho de banda de bajada, guardadas de nuevo y revisadas por un científico (o un algoritmo) en un ordenador horas o días más tarde, para que, finalmente, tengan que ser eliminadas.
“Y la IA vino a rescatarnos, como la caballería en una película del Oeste”, dice Furano. La idea que el equipo presentó fue usar el procesamiento de a bordo para identificar y descartar las imágenes con nubes, ahorrando así alrededor de un 30% del ancho de banda.
“El espacio es la vanguardia,” explica Aubrey Dunne, Chief Technology Officer de Ubotica. Esta startup irlandesa construyó y probó la IA del PhiSat-1’s en colaboración con cosine, fabricante de la cámara, así como con la Universidad de Pisa y Sinergise para desarrollar la solución completa. “Myriad fue completamente diseñada desde el principio para tener una capacidad de computación imponente, pero a una muy baja potencia. Esto se adapta por completo a las necesidades de las aplicaciones espaciales”.
Sin embargo, Myriad 2 en un principio no estaba destinado para la órbita. Por lo general, los ordenadores de las naves espaciales utilizan chips muy especializados “endurecidos por radiación” que pueden llegar a estar “hasta dos décadas por detrás de la tecnología comercial de vanguardia”, explica Dunne; y, por entonces, la IA no formaba parte de la ecuación.
Por esta razón, Dunne y el equipo de Ubotica realizaron la “caracterización de la radiación”, poniendo a prueba el chip Myriad a través de una serie de test para averiguar cómo manejar cualquier error o deterioro que pudiera surgir.
La ESA “nunca antes había probado un chip con esta complejidad de radiación”, indica Furano. “Dudábamos de si seríamos capaces de realizar sus pruebas correctamente… Tuvimos que elaborar desde cero el manual sobre cómo realizar una prueba exhaustiva y la caracterización de este chip”.
El primer test, que fueron 36 horas seguidas de rayos de radiación en CERN a finales de 2018, “fue una situación de mucha presión”, explica Dunne. Sin embargo, esa prueba y sus dos seguimientos “por suerte nos salieron bien”. Finalmente, Myriad 2 pasó la prueba en su forma estándar, sin necesidad de modificaciones.
Por tanto, tras ello, este chip de visión de ordenador de bajo consumo y alto rendimiento estaba listo para aventurarse más allá de la atmósfera de la Tierra. No obstante, llegó otro desafío…
Normalmente, los algoritmos de IA se construyen o “entrenan” usando grandes cantidades de datos para “aprender”, en este caso, qué es una nube y qué no lo es. Pero como la cámara era tan nueva, “no disponíamos de ningún dato”, explica Furano. “Tuvimos que preparar nuestra aplicación con datos sintéticos extraídos de las misiones ya existentes”.
Toda esta integración y prueba de sistemas y del software, con la involucración de media docena de organizaciones diferentes por toda Europa, requirió cuatro meses para completarse. “Estábamos muy orgullosos de ser capaces de ser tan rápidos, tan flexibles y de ser capaces de poner todo a punto en tan poco tiempo,” dice Max Pastena, PhiSat officer en la ESA. En lo que respecta al desarrollo de las naves espaciales, el poco tiempo que ha llevado “es un milagro”, añade Furano.
“Intel nos ha apoyado en todo lo relacionado a Myriad cuando lo hemos necesitado para poder habilitar la IA del PhiSat-1 usando nuestra tecnología CVAI” confiesa Dunne. “Lo apreciamos muchísimo”.
Desafortunadamente, una serie de acontecimientos ajenos – retrasos con el cohete, la pandemia del coronavirus y vientos de verano poco favorables – hicieron que los equipos tuvieran que esperar más de un año para saber si PhiSat-1 funcionaría en la órbita de la forma esperada.
El lanzamiento del 2 de septiembre desde la Guayana Francesa – el primer satélite de viaje de su clase dirigido por Arianespace — fue rápido e impecable. Para la verificación inicial, el satélite guardó todas las imágenes capturadas y registró cada una de sus decisiones de IA respecto a la detección de nubes, de modo que el equipo en tierra pudiera verificar que su cerebro implantado se comportaba como se esperaba. Tras tres semanas de incertidumbre, Pastena pudo proclamar que habían pasado a formar parte de la “historia del espacio”.
La ESA anunció que el equipo estaba “feliz de poder presentar por primera vez imágenes de la Tierra desde un satélite en órbita obtenidas gracias a la primera inferencia de IA acelerada por hardware”.
Con solo enviar píxeles útiles, el satélite “mejorará la utilización del ancho de banda y reducirá significativamente los gastos adicionales de bajada”, por no mencionar el ahorro de tiempo de los científicos en tierra.
En el futuro, los usos de los satélites teensy de bajo coste con IA mejorada serán incontables, sobre todo si se añade la posibilidad de ejecutar múltiples aplicaciones en ellos.
“En lugar de tener en un satélite un hardware dedicado que cumpla con una sola función, cabe la posibilidad de cambiar las redes de entrada y salida,” explica Jonathan Byrne, Head of the Intel Movidius technology office. Por su parte, Dunne categoriza esto como “satélites como servicio”.
Cuando se vuela sobre zonas propensas a incendios forestales, un satélite es capaz de detectar los incendios y notificar a los equipos de respuesta locales en minutos en lugar de horas. En el caso de los océanos, que normalmente se ignoran, un satélite puede detectar barcos ilegales o accidentes medioambientales. En los bosques y las granjas, un satélite es capaz de detectar la humedad del suelo y el crecimiento de los cultivos. En el hielo, puede rastrear el espesor y el deshielo para ayudar a monitorizar el cambio climático.
Muchas de estas posibilidades se probarán muy pronto: la ESA y Ubotica están trabajando conjuntamente en el PhiSat-2, que llevará a la órbita otro Myriad 2. PhiSat-2 será “capaz de ejecutar aplicaciones de inteligencia artificial que puedan ser desarrolladas, fácilmente instaladas, validadas y operadas desde la nave espacial durante su vuelo usando una simple interfaz de usuario”.
Para Intel el impacto potencial es incuestionable. Como dice Pastena, con el tiempo podremos comprender “el pulso de nuestro planeta”.
