Studio Esamina l'Apprendimento Federato e gli Algoritmi Multi-Agente per l'Intelligenza Artificiale nelle Costellazioni Satellitari

Un recente studio mette in luce il nascente ambito dell'intelligenza artificiale spaziale, individuando tre framework algoritmici sinergici. Le costellazioni satellitari stanno passando da unità autonome a sistemi interconnessi e guidati da software, capaci di percezione, decisione e adattamento in tempo reale in orbita. La ricerca indica che gli attuali studi sull'IA si concentrano principalmente sull'analisi di singoli satelliti, mentre l'autonomia a livello di costellazione presenta sfide completamente nuove. Queste sfide includono l'apprendimento e il coordinamento tra connessioni inter-satellitari fluttuanti, stringenti vincoli SWaP-C, problemi legati alle radiazioni, dati non-IID, deriva concettuale e limiti operativi critici per la sicurezza. I tre framework esplorati includono l'apprendimento federato per l'addestramento trans-satellitare, algoritmi multi-agente per compiti collaborativi e il rilevamento collaborativo con inferenza distribuita, affrontando gli ostacoli distinti del dispiegamento dell'IA nello spazio.