Un satélite aprende a encontrar objetos por sí mismo: implicaciones y avances

Por primera vez, un satélite de observación terrestre logró encontrar de forma autónoma lo que buscaba, sin la intervención de analistas en la Tierra. Este importante avance, que tuvo lugar en abril, representa la primera vez que se utiliza un modelo de visión-lenguaje en órbita, y ofrece una visión sobre cómo la inteligencia artificial podría transformar las capacidades de los sensores espaciales y su valor.

Tradicionalmente, los satélites descargaban grandes volúmenes de datos a analistas en la Tierra, quienes utilizaban algoritmos de aprendizaje automático o su propia visión para interpretar la información. Sin embargo, a bordo del satélite Yam-9, construido por la empresa de infraestructura espacial Loft Orbital, un paquete de software desarrollado por el Laboratorio de Propulsión a Chorro de la NASA identificó áreas de interés en respuesta a consultas en lenguaje natural.

El modelo Gemma 3 de Google DeepMind, que alimentó esta demostración, fue diseñado específicamente para aplicaciones en el borde, lo que significa que está optimizado para funcionar en hardware limitado lejos de un centro de datos. Los investigadores le pidieron al modelo que clasificara datos de sensores donde el entorno natural se encuentra con el desarrollo humano, o que identificara infraestructuras alrededor de centros ferroviarios, y el modelo cumplió con éxito.

Este avance es significativo por dos razones. A corto plazo, podría hacer que los sensores espaciales sean mucho más útiles al realizar una triage inicial de datos en órbita, reduciendo así la cantidad de datos en bruto que los analistas deben procesar. A largo plazo, representa un punto de prueba para la implementación de infraestructura de inteligencia artificial a gran escala en el espacio.

"Esto abre la puerta a capas de patrullaje siempre activas en el espacio", comentó Paul Lasserre, jefe de IA de Loft. "Si tienes un VLM, puedes tener lógica, como 'monitorea esta frontera por mí y avísame cuando algo sea sospechoso', e interactuar de manera continua con los satélites".

Los satélites de Loft están diseñados como plataformas para clientes de terceros. Su modelo de negocio se asemeja más a un servicio de infraestructura que a la fabricación tradicional de satélites. En un acuerdo reciente, la empresa construyó, lanzó y operó seis nuevos satélites para EarthDaily, que se encargarán de analizar y comercializar los datos recolectados a bordo de las naves espaciales. El Yam-9 fue lanzado en otoño de 2025 como un proyecto pionero para los proyectos de IA orbital de la compañía y cuenta con un procesador Nvidia Jetson Orin AGX, uno de los chips más avanzados utilizados en computación espacial.

Juan Delfa Victoria, líder técnico del grupo de IA de NASA JPL, dirigió el desarrollo de NAVI-Orbital, un paquete de software que sirvió como base para el modelo VLM Gemma 3. Aunque Gemma 3 está disponible comercialmente, los ingenieros de software debieron optimizar el paquete para reducir la cantidad de bibliotecas y memoria requeridas.

Si bien esta es la primera vez que se reporta el uso de un VLM en órbita, se espera que otras empresas sigan este ejemplo. Planet Labs opera satélites con procesadores Jetson Orin; por ahora, los utilizan para tareas de detección de objetos más simples, pero un portavoz indicó que se están llevando a cabo investigaciones sobre otras aplicaciones de IA, incluidos los VLM.

Kepler Communications, que opera el mayor grupo de GPU en el espacio, se abstuvo de comentar si había desplegado VLM en el espacio debido a acuerdos de confidencialidad con socios, pero señaló que ha habido "varios casos de uso no divulgados de nuestro entorno de computación" desde que esas naves espaciales fueron lanzadas en enero.

"Ahora que hemos probado el concepto, esa es realmente la dirección que estamos tomando", afirmó Lasserre. El objetivo es expandir la constelación para asegurar una cobertura en tiempo real de cualquier lugar en la Tierra, lo que podría requerir entre 50 y 100 satélites como el Yam-9. Actualmente, Loft opera 12 naves espaciales en órbita.

Las lecciones aprendidas de la implementación de estos modelos más pequeños en órbita informarán cómo las empresas intentan desplegar infraestructuras de computación de mayor escala en el espacio, particularmente en áreas vitales como la gestión de energía y memoria.

También podrían allanar el camino para nuevas herramientas científicas. La idea de NAVI-Space comenzó con el investigador de JPL Taran Cyriac John, quien pensó en asistentes digitales para astronautas que exploran la Luna o Marte. "Estamos pensando, ¿cómo puedes tener astronautas con trajes presurizados que no pueden estar escribiendo en un teclado? Lo que sea que quieran hacer es complejo", explicó Delfa Victoria. "Entonces, ¿por qué no proporcionar un asistente, como en los videojuegos y las películas, donde ves una IA interactiva?"

Solo no lo llames HAL 9000.