Pela primeira vez, os pesquisadores demonstraram com sucesso um satélite em órbita que se reorienta autonomamente usando inteligência artificial. Esta conquista, um passo significativo no sentido de operações espaciais totalmente independentes, poderia melhorar drasticamente a segurança, a eficiência e a relação custo-eficácia das missões de satélite.
O Desafio da Orientação por Satélite
Os satélites em órbita estão sujeitos à atração implacável da gravidade da Terra e ao impulso desde a sua implantação inicial. Embora a gravidade os mantenha circulando, o controle preciso sobre sua atitude – sua orientação no espaço – é essencial. Este controle determina a direção dos instrumentos, gerencia a exposição térmica do sol e permite o reposicionamento para desempenho ideal. Tradicionalmente, os ajustes de atitude têm sido gerenciados por operadores humanos ou rotinas de software pré-programadas. Ambos os métodos são demorados, caros e limitados pela sua incapacidade de adaptação a circunstâncias imprevistas.
LeLaR: o avanço da JMU
Pesquisadores da Julius-Maximilians-Universität Würzburg (JMU), na Alemanha, desenvolveram e demonstraram um sistema de IA capaz de controlar autonomamente a atitude de um satélite sem intervenção humana. O projeto, denominado Demonstrador em Órbita para Controle de Atitude de Aprendizagem (LeLaR), emprega aprendizado de reforço profundo – um tipo de aprendizado de máquina – para “ensinar” o software de controle de vôo do satélite como ajustar sua orientação quando necessário.
Esta abordagem reduz drasticamente o tempo e os custos de desenvolvimento em comparação com os métodos tradicionais. Em vez de gastar meses ou anos programando meticulosamente todos os cenários possíveis, a IA aprende a adaptar e otimizar seu próprio comportamento em tempo real.
Como o teste funcionou
A equipe JMU primeiro treinou o modelo de IA em um simulador de alta fidelidade. Em seguida, eles o carregaram no controlador de voo do nanossatélite InnoCube, atualmente em órbita baixa da Terra. Durante um teste em 30 de outubro, o satélite ajustou com sucesso a sua atitude para corresponder à orientação do alvo, usando rodas de reação mecânica controladas pela IA. A equipe repetiu o teste nas passagens subsequentes, confirmando a confiabilidade do sistema.
“Este teste bem-sucedido marca um grande passo no desenvolvimento de futuros sistemas de controle de satélites”, disse Tom Baumann, assistente de pesquisa da JMU envolvido no projeto. “Isso mostra que a IA pode não apenas atuar em simulação, mas também executar manobras precisas e autônomas em condições reais.”
A tendência mais ampla: IA na automação espacial
Embora LeLaR represente a primeira vez que um satélite controlou sua própria orientação em órbita, é parte de uma tendência crescente de automação espacial alimentada por IA. O Laboratório de Propulsão a Jato da NASA usou IA para direcionar dinamicamente câmeras de satélite, evitando a cobertura de nuvens. O Laboratório de Pesquisa Naval dos EUA está desenvolvendo o Autosat, um sistema que permite aos satélites calibrar seus sinais e transmitir dados de forma autônoma. Pesquisadores da Universidade da Califórnia, Davis, e da Proteus Space estão preparando um satélite que pode monitorar sua própria saúde, liberando engenheiros para outras tarefas.
O que isso significa para o futuro
A demonstração LeLaR abre caminho para o desenvolvimento de satélites mais simples e eficientes, reduzindo custos e acelerando implantações. O professor Sergio Montenegro, membro da equipe da JMU, enfatizou a importância do avanço: “É um grande passo em direção à autonomia total no espaço. Estamos no início de uma nova classe de sistemas de controle de satélites: inteligentes, adaptativos e de autoaprendizagem.”
Este avanço sinaliza uma mudança em direção a operações espaciais mais independentes e resilientes, onde os satélites podem se adaptar às mudanças nas condições e realizar tarefas complexas sem supervisão humana constante. A era dos satélites totalmente autónomos já não é uma perspectiva distante; está rapidamente se tornando uma realidade
