La IA y la economía espacial: donde la inteligencia artificial se encuentra con la órbita

Por qué el espacio genera más datos de los que las personas pueden leer

Un solo satélite de observación de la Tierra puede fotografiar enormes extensiones de tierra y mar cada día, y comparte el cielo con muchos otros. Si se suman los instrumentos meteorológicos, los receptores de radio y los sensores que informan sobre el estado de cada nave, el flujo de información supera enseguida lo que cualquier equipo podría revisar a mano.

Ahí es donde la inteligencia artificial demuestra su valor. Los modelos de aprendizaje automático pueden clasificar imágenes, señalar cambios, detectar las nubes que ocultan el suelo y pasar las partes interesantes a una persona. El valor de un satélite reside cada vez más no solo en el hardware, sino en la rapidez con la que sus datos se convierten en algo útil.

Si todavía no sabe cómo se mantienen en órbita los satélites, la guía satélites y órbitas, explicados es un punto de partida sencillo.

La IA interpreta imágenes de la Tierra

Las imágenes tomadas desde la órbita se han convertido en una herramienta práctica para la vida cotidiana en tierra. Los modelos de IA entrenados con años de imágenes pueden reconocer campos, bosques, ríos y tejados, y después advertir cuándo algo cambia.

• Agricultura: estimar la salud de los cultivos y ayudar a los agricultores a decidir dónde hacen falta agua y cuidados.
• Bosques: detectar la pérdida de árboles, la regeneración y las primeras señales de riesgo de incendio forestal.
• Agua: seguir embalses, ríos, la capa de nieve y las costas a lo largo de las estaciones.
• Inundaciones y catástrofes: cartografiar con rapidez las zonas afectadas para que los equipos de emergencia sepan adónde ir primero.
• Ciudades y mapas: mantener actualizados los mapas de calles y ayudar a los planificadores urbanos a ver cómo crecen las poblaciones.

Autonomía lejos de la Tierra

Las señales de radio viajan a la velocidad de la luz, unos 300.000 km por segundo, lo que parece instantáneo hasta que las distancias se vuelven astronómicas. Un mensaje a la Luna tarda alrededor de 1,3 segundos. Un mensaje a Marte tarda aproximadamente de 3 a 22 minutos en un solo sentido, según la posición de los dos planetas en sus órbitas.

Ese retraso cambia la forma en que deben comportarse las máquinas. Un rover en Marte no puede esperar a que un conductor en la Tierra reaccione ante cada roca, y una sonda que pasa junto a una luna lejana tiene que gestionar sus propios instrumentos en el momento. Por eso los ingenieros los dotan de IA a bordo para esquivar peligros, elegir qué fotografiar y mantenerse a salvo, mientras las personas en la Tierra fijan los objetivos.

Puede comprobar las cifras usted mismo con la Calculadora del retraso de señales en el espacio, y el artículo del blog sobre delegar en la IA lejos de la Tierra explora lo que ese tipo de confianza significa para las personas que construyen y operan estas máquinas.

Gestionar flotas de satélites y estaciones terrestres

Muchos servicios nuevos dependen de constelaciones: grupos de satélites que trabajan juntos, a menudo en órbita terrestre baja, hasta unos 2.000 km sobre la superficie. Un satélite a la altura de la Estación Espacial Internacional, a unos 400 km, da la vuelta a la Tierra unas 16 veces al día, y cada paso sobre una estación terrestre determinada dura solo unos minutos.

Decidir qué satélite se comunica con qué antena, cuándo y qué debe enviar primero es un rompecabezas gigantesco. Las herramientas de planificación con IA ayudan a los operadores a resolverlo una y otra vez a lo largo del día. Otros modelos siguen las temperaturas, la energía y las lecturas de las baterías en busca de los primeros signos de desgaste, para que los equipos puedan actuar antes de que un pequeño fallo se convierta en uno mayor.

Mantener ordenadas las órbitas

A medida que más satélites comparten el cielo, saber dónde está cada cosa importa más. Junto a las naves en funcionamiento hay etapas de cohetes ya usadas, satélites retirados y pequeños fragmentos, todos moviéndose a unos 7,8 km por segundo.

La IA ayuda de varias maneras. Puede asociar las observaciones de radares y telescopios con objetos conocidos, predecir hacia dónde se dirige cada uno y clasificar qué aproximaciones merecen atención. Cuando la probabilidad de colisión es lo bastante alta, los operadores pueden planificar una pequeña maniobra para apartar un satélite de su camino.

Los diseños más recientes también prevén el final de la vida útil de un satélite: lo hacen descender para que se desintegre de forma segura en la atmósfera en lugar de permanecer en órbita durante décadas. Un buen mantenimiento como este ayuda a que las órbitas más concurridas sigan siendo utilizables para todos.

Diseñar y probar con IA

Construir hardware para el espacio es caro, y hay pocas posibilidades de repararlo una vez en órbita. Por eso los ingenieros ponen a prueba sus ideas a fondo en tierra, y la IA está ayudando a acelerar ese trabajo.

Las herramientas de diseño generativo pueden proponer soportes y estructuras más ligeros que siguen cumpliendo los requisitos de resistencia. Las simulaciones permiten a los equipos realizar una misión muchas veces en software antes de cortar una sola pieza de metal. Un gemelo digital, una copia virtual detallada de una nave que se actualiza con datos reales, puede ayudar a los operadores a probar una orden antes de enviarla y a entender un fallo después de que aparezca.

Toda tecnología nueva tiene que demostrar su valía paso a paso. El Explorador de niveles de madurez tecnológica muestra las nueve etapas, desde los principios básicos sobre el papel hasta un sistema probado en funcionamiento.

Las personas conservan la última palabra

Por muy útil que sea, la IA en el espacio funciona mejor como un asistente cuidadoso. Filtra, predice y sugiere, y en lugares alejados de la Tierra actúa por su cuenta solo dentro de los límites que las personas han fijado. Las decisiones con consecuencias reales, como mover un satélite, cambiar el plan de una misión o actuar a partir de una imagen durante una catástrofe, siguen en manos de personas que rinden cuentas.

Eso plantea buenas preguntas sobre quién responde de una decisión cuando un software ha influido en ella. La sesión informativa en video sobre quién es responsable de las decisiones de la IA las analiza en un lenguaje claro y sencillo, y el mismo razonamiento se aplica tanto si un sistema está en una oficina como en órbita.

Qué podrían significar la IA y la economía espacial para los inversores a largo plazo

Una forma útil de imaginar la economía espacial es por capas. En la base están los lanzamientos, los satélites y las estaciones terrestres. Por encima se sitúan los datos y servicios que esos activos hacen posibles. La IA forma cada vez más una capa superior, que convierte las señales en bruto en respuestas que pueden usar agricultores, aseguradoras, planificadores y científicos.

Los inversores a largo plazo que estudian el sector suelen fijarse en cómo se conectan estas capas. Las empresas que combinan una infraestructura fiable con un software útil pueden encontrar clientes mucho más allá de la propia industria espacial. Al mismo tiempo, el hardware tarda años en construirse, la incertidumbre técnica es real y los modelos de negocio aún se están asentando, por lo que el capital paciente y los horizontes temporales largos importan.

Puede explorar esas capas en el Explorador de la economía espacial interactivo, y la guía sobre el futuro de la inversión en el espacio expone cómo ha cambiado el sector y en qué suelen fijarse los inversores a largo plazo.

La perspectiva de Nicole Junkermann

Nicole Junkermann, fundadora de NJF Holdings y de su brazo de capital riesgo, NJF Capital, lleva unas dos décadas invirtiendo en la intersección entre tecnología, salud, medios de comunicación e innovación. Sigue de cerca la IA como presentadora del podcast Resumen de IA y, en su opinión, el espacio es uno de los lugares donde con más claridad se ve la IA como una herramienta que ayuda a las personas a decidir, en lugar de decidir por ellas.

Hace tiempo que defiende que el capital paciente es importante para la tecnología profunda (deep tech) y que el progreso duradero se apoya en infraestructuras en las que las personas puedan confiar. Como ella misma expresa en su sitio web: «Progress only matters if it is human led and human shaped» («El progreso solo importa si lo lideran y le dan forma las personas»). Su visión más amplia se recoge en su perspectiva sobre la inversión en el espacio.