Amazon teste un logiciel de machine learning pour analyser des images satellite depuis l’espace
Depuis 10 mois, Amazon teste dans l’espace un logiciel de machine learning capable d’analyser par lui-même les images d’observation de la Terre et de n’envoyer que les meilleures sur Terre.
Satellites d’observation de la Terre ont connu un boom massif au cours de la dernière décennie. Des centaines de satellites, publics et privés, font le tour de la planète et gardent un œil sur sa surface, surveillant les signes de changement climatique mais aussi activités des États ennemis. La quantité de données que ces satellites acquièrent est si vaste que l’envoi de tout à Terre difficile en raison du nombre limité de stations au sol et de la bande passante disponible. Mais comment faire en sorte qu’un satellite choisisse les images les meilleures et les plus pertinentes à envoyer chez lui ?
Amazon et ses partenaires, la start-up spatiale italienne D-Orbit et le développeur de technologie informatique Unibap, se sont associés pour démontrer une solution à ce problème – un logiciel artificiellement intelligent fonctionnant directement sur un satellite en orbite qui peut prendre ses propres décisions sur les photos à transmettre. Terre.
En rapport: Microsoft s’associe à SpaceX pour lancer Azure Space afin de faire entrer le cloud computing dans la dernière frontière
« L’utilisation du logiciel Amazon Web Services (AWS) pour effectuer une analyse de données en temps réel à bord d’un satellite en orbite, et la fourniture de cette analyse directement aux décideurs via le cloud, est un changement définitif dans les approches existantes de la gestion des données spatiales », Max Peterson, AWS vice-président, a déclaré dans un déclaration (s’ouvre dans un nouvel onglet). « Cela aide également à repousser les limites de ce que nous pensons être possible pour les opérations de satellites. La fourniture d’une capacité cloud puissante et sécurisée dans l’espace donne aux opérateurs de satellites la possibilité de communiquer plus efficacement avec leur vaisseau spatial et de fournir des commandes mises à jour à l’aide des outils AWS qu’ils connaissent bien. «
L’expérience s’est déroulée sur le satellite ION de D-Orbit, qui a été lancé en janvier 2022. Au cours des tests, la charge utile d’apprentissage automatique construite par Unibap a traité « de grandes quantités de données spatiales directement à bord » du satellite, a déclaré AWS dans le communiqué. (L’apprentissage automatique fait référence à des algorithmes logiciels capables d’apprendre à partir de modèles de données antérieures afin de prendre des décisions sans suivre d’instructions explicites.) Le système utilise des modèles d’apprentissage automatique AWS, qui analysent les images satellite acquises en temps réel, et la gestion du cloud AWS IoT Greengrass. et un système d’analyse qui peut fonctionner même pendant les périodes de connectivité limitée.
« Nous voulons aider les clients à transformer rapidement les données satellitaires brutes en informations exploitables qui peuvent être utilisées pour diffuser des alertes en quelques secondes, permettre l’apprentissage fédéré à bord pour l’acquisition autonome d’informations et augmenter la valeur des données qui sont en liaison descendante », a déclaré Fredrik Bruhn, évangéliste en chef chez transformation numérique et co-fondateur d’Unibap, a déclaré dans le communiqué. « Fournir aux utilisateurs un accès en temps réel aux services et capacités de pointe d’AWS en orbite leur permettra d’obtenir des informations plus opportunes et d’optimiser la façon dont ils utilisent leurs ressources satellitaires et terrestres. »
Au cours de l’expérience, le logiciel d’apprentissage automatique a identifié avec succès des objets tels que des nuages atmosphériques et des flots de fumée de feu de forêt, ainsi que des bâtiments au sol et des navires en mer. Le logiciel a également réussi à réduire la taille des images transmises à la Terre jusqu’à 42 %, a déclaré AWS dans le communiqué, améliorant la rapidité et l’efficacité du processus de livraison.
Le satellite est toujours en orbite, poursuivant ses expériences.
Suivez Tereza Pultarova sur Twitter @TerezaPultarova (s’ouvre dans un nouvel onglet). Suivez nous sur Twitter @Spacedotcom (s’ouvre dans un nouvel onglet) et sur Facebook (s’ouvre dans un nouvel onglet).