El departamento de Innovación y Analítica de Inteligencia de la Aerospace Corporation está trabajando para que la Inteligencia Artificial ayude en la detección de potenciales amenazas espaciales contra la Tierra. Actualmente, la Oficina de Coordinación de Defensa Planetaria de la NASA monitoriza constantemente los cielos y es el ojo humano el que sigue siendo la mejor herramienta para analizar las imágenes captadas por los telescopios, pero eso podría cambiar próximamente.
La Aerospace Corporation pretende que la IA ocupe un lugar destacado en esta área y es por ello que junto a los científicos del observatorio Catalina Sky Survey en Tucson, han recopilado 100 Tb de datos para desarrollar y entrenar a un modelo de inteligencia artificial destinado a identificar correctamente y en menos tiempo las posibles amenazas.
Este modelo, que se denomina NEO AID, se está probando en el propio Catalina Sky Survey y según los primeros análisis ha aumentado el rendimiento previo en un 10%. No obstante, esta nueva tecnología está planeada para complementar los métodos actuales de detección, no para sustituirlos, pues la idea es crear redes neuronales que imiten la manera en que nuestros ojos y cerebro clasifican las imágenes del cielo nocturno tomadas por los telescopios.
El Centro de Estudios de Objetos Cercanos a la Tierra de la NASA afirma que más del 90% de los NEOs (Near-Earth Object) mayores de un kilómetro ya han sido descubiertos, por lo que el foco es encontrar un porcentaje similar de aquellos mayores de 140 metros. Sin embargo, todavía hay rocas espaciales en el rango de 10 a 20 metros de diámetro que se acercan más que la distancia de la Tierra a la Luna. Eso sucede al menos una o dos veces al mes y si alguno de estos objetos golpeara un área altamente poblada, causaría un daño significativo.
Jon Neff, líder de proyectos IA, dice que al igual que con el cáncer, la clave para la supervivencia es la detección y el diagnóstico precoz. Por eso el primer paso de esta inspección consiste en apuntar los telescopios donde puedan encontrar objetos de alta inclinación. Luego, es clasificarlos a través de millones de imágenes para hallar los que representan un peligro. «Si podemos detectar las amenazas con suficiente antelación, es posible que tengamos tiempo para desviarlas», concluye Neff.
