Den första AI-satelliten förkortar katastrofsvarstiderna

Genom maskininlärningstekniker som används under ESAs väntetid förstår PhiSat-1 nu hur moln ser ut och kan avgöra om en bild är för dold för att vara värdefull. Specifikt, om ett foto är mer än 70% dolt, raderar AI automatiskt det från lagring.

För oss utanför rymdstudiet låter det här tekniska språnget uppenbarligen imponerande, men ESA-forskare Gianluca Furano har konstigt likställt processen med att "plocka låghängande frukt" och lite mer än en praktisk förbättring. Istället är han mer upptagen av PhiSat-1: s potential att förändra vårt sätt att reagera på omfattande katastrofer som oljeutsläpp och bränder.

På den fronten, Ubotica Aubrey Dunne hävdar att tekniken redan gör skillnad. Återigen, genom att mata satelliten en massa stimuli under 2020 - som videor och bilder av katastrofer - började det känna igen och upptäcka tecken på bränder och fläckar som sänts upp av oljeraffinaderier. Branden fortsätter att härja Amerikas västkust såg människor beväpna sig med lokaliserade spårningsappar stöds av satellittäckning för månader sedan, men PhiSat-1: s AI försöker göra både detekterings- och svarsprotokoll mycket snabbare genom att eliminera behovet av handövervakning.

'Du vill försöka varna myndigheter och relevanta personer på marken på de relevanta platserna om platsen och omfattningen av branden, och hur den förändras, rör sig och skiftar utan att behöva vänta en dag på att data ska laddas ner och vänta en annan bearbetas på marken, hävdar Furano.

PhiSat-1 fortsätter att gå igenom sina steg när vi pratar, men med sin AIs processorkraft som ligger 15 till 20 år bakom standarden för dagens smartphones, är vi säker på att se nyare iterationer med förbättrade marker som kommer med den inom en snar framtid .

Förvänta dig nyheter om en 'PhiSat-2' när som helst nu.