Den første AI-satellitten raskere katastrofesvarstidene

Gjennom maskinlæringsteknikker som ble brukt under ESAs ventetid, forstår PhiSat-1 nå hvordan skyer ser ut og er i stand til å avgjøre om et bilde er for skjult til å være verdt. Spesielt hvis et bilde er mer enn 70% skjult, sletter AI automatisk det fra lagringen.

For oss utenfor romfartsstudiet høres dette tekniske spranget åpenbart imponerende ut, men ESA -forsker Gianluca Furano har merkelig likestilt prosessen med å "plukke lavthengende frukt", og lite mer enn en praktisk forbedring. I stedet er han mer opptatt av PhiSat-1s potensial til å transformere måten vi reagerer på utbredte katastrofer som oljesøl og skogbranner.

På den fronten er Ubotica's Aubrey Dunne hevder teknologien allerede gjør en forskjell. Igjen, ved å mate satellitten en haug med stimuli gjennom 2020 - for eksempel videoer og bilder av katastrofer - begynte den å gjenkjenne og oppdage tegn på branner og bluss som ble sendt opp av oljeraffinaderier. Brannene som fortsatte å herje Amerikas vestkyst så folk bevæpne seg med lokaliserte sporingsapper støttet av satellittdekning for flere måneder siden, men PhiSat-1s AI søker å gjøre både deteksjons- og responsprotokoller mye raskere ved å eliminere behovet for praktisk tilsyn.

'Du vil prøve å varsle myndigheter og relevante personer på bakken på de relevante stedene om brannens plassering og omfang, og hvordan den endrer seg, beveger seg og skifter uten å måtte vente en dag på at dataene skal lastes ned og vente en annen dag for at den skal behandles på bakken, sier Furano.

PhiSat-1 fortsetter å bli satt gjennom sine skritt mens vi snakker, men med at AIs prosessorkraft ligger 15 til 20 år bak standarden på dagens smarttelefoner, vil vi sikkert se nyere iterasjoner med forbedrede sjetonger som blir med den i nær fremtid .

Forvent nyheter om en 'PhiSat-2' hver dag nå.