Cómo funciona la IA que controla satélites sin intervención de humanos

Una red neuronal logró controlar de manera autónoma la orientación de un satélite militar estadounidense en órbita, sin necesidad de comandos humanos. Este avance, realizado por el Air Force Research Laboratory (AFRL), marcó la primera vez que un sistema de inteligencia artificial (IA) asumió directamente el control de una función esencial a bordo de una nave espacial, más allá de la gestión de sensores o cargas útiles.

La reciente misión del AFRL consistió en cargar un agente de IA en un satélite ubicado a varios cientos de kilómetros sobre la superficie terrestre.

De acuerdo con datos obtenidos, el sistema logró orientar el vehículo hacia su objetivo dentro de una sola órbita, mientras evitó condiciones peligrosas en el espacio. Este experimento demostró que el software autónomo puede reducir la dependencia de comandos terrestres en misiones científicas y militares.

El cambio de paradigma radicó en que, en lugar de limitarse a apoyar los instrumentos del satélite, la red neuronal asumió el mando del bus de la nave, que es el sistema responsable de cómo el aparato apunta y maniobra durante su trayecto orbital.

“Tenemos la responsabilidad de traducir los avances en inteligencia artificial en asistentes autónomos confiables para nuestros aviadores y guardianes”, dijo en un comunicado Douglas P. Wickert, director ejecutivo de Tecnología del Departamento de la Fuerza Aérea y comandante del AFRL.

Entrenamiento con refuerzo y validación en tierra

El desarrollo de este sistema estuvo a cargo del equipo de Capacidades de Autonomía del AFRL, conocido como ACT3. Los ingenieros emplearon técnicas de aprendizaje por refuerzo para entrenar el modelo. Este método permite que el modelo aprenda a partir de simulaciones repetidas, recibiendo retroalimentación sobre sus decisiones y afinando su desempeño antes de ser probado en entornos de laboratorio que se acercan a las condiciones reales del espacio.

Dr. Steve “Cap” Rogers, científico principal de autonomía habilitada por IA en el AFRL, señaló: “Usamos agilidad tipo startup para llevar un modelo de aprendizaje por refuerzo directamente del laboratorio a la órbita”. El enfoque acelerado buscó reducir el tiempo entre la investigación y la aplicación práctica, con el objetivo de que la inteligencia artificial pase rápidamente de la simulación a las pruebas operativas.

Supervisión y seguridad: IA bajo vigilancia

Junto con el sistema autónomo, la misión incorporó mecanismos de seguridad adicionales. Un sistema de “watchdog” de IA y barreras de garantía en tiempo real fueron evaluados para minimizar riesgos.

El “watchdog” detecta situaciones no verificadas y permite transferir el control a sistemas de respaldo cuando la IA se enfrenta a escenarios desconocidos. Por su parte, las barreras de garantía supervisan tanto el estado del satélite como las órdenes emitidas por la red neuronal, e intervienen si se alcanzan límites de seguridad preestablecidos.

Durante la prueba, ambos sistemas de seguridad funcionaron en modo sombra; es decir, monitorearon y registraron las decisiones de la IA sin tomar el control del satélite, aunque indicaron cómo habrían actuado en tiempo real ante posibles desviaciones de la operación segura.

El éxito de este vuelo confirmó que un sistema basado en redes neuronales puede controlar funciones críticas de un satélite después de un proceso riguroso de simulación y pruebas terrestres. El AFRL planea seguir avanzando con experimentos más complejos, evaluando operaciones espaciales bajo control autónomo en futuras misiones.

La demostración representó una transformación en el uso de la inteligencia artificial en la gestión de satélites y abrió el camino para una mayor autonomía en aplicaciones tanto militares como científicas.