Un ChatGPT para satélites: lo último en búsqueda de imágenes

Hasta ahora, los sistemas de vigilancia satelital debían coordinarse para poder obtener imágenes de una zona precisa (por ejemplo una base militar o un aeropuerto) de la que se quisiera obtener más información. Este tipo de tarea requería un enorme esfuerzo de recopilación de inteligencia humana, de señales y de código abierto. Pero ahora un nuevo programa de inteligencia artificial permite encontrar prácticamente cualquier objeto ( de tamaño mayor que un coche) en cualquier foto satelital de la Tierra, como el caso de un globo chino. Y enn solo un día. Es, en pocas palabras, un ChatGPT para satélites.

La herramienta que permite esto se llama RAIC, siglas de Categorización Automática Rápida de Imágenes. De acuerdo con Corey Jaskolski, fundador y director ejecutivo de Synthetaic (la empresa que ha desarrollado este software) la primera prueba de fuego fue después del incidente del globo meteorológico chino: para intentar obtener más información se aplicó RAIC a fotografías satelitales de la superficie de la Tierra, recopiladas por la compañía de imágenes satelitales geoespaciales Planet. Y así se pudo rastrear los orígenes del globo en cuestión de días.

“Normalmente, con una IA, es necesario contar con miles de ejemplos etiquetados para que la IA aprenda, y no es una pequeña cantidad de datos – explica Jaskolski –. Como cuando Facebook y Google entrenan una IA, comúnmente lo hacen mostrándole, literalmente, miles de millones de imágenes. Lo que normalmente evitaría que una IA encuentre ese globo o un dron que no conocemos aún es precisamente eso: no hay ningún ejemplo previo. No sabemos cómo se ve desde el espacio”.

Sin embargo RAIC es parte de una nueva clase de herramientas de IA que no requieren un gran conjunto de datos para comprender lo que debe buscar. De hecho consiguió encontrar el globo a partir de un único dibujo hecho a mano.

En esencia, al observar continuamente imágenes satelitales, la herramienta RAIC desarrolla una familiaridad que se acerca a la experiencia. Cuando escanea imágenes satelitales, tiene una comprensión rudimentaria de lo que es inusual y puede buscar objetos inusuales específicos. El dibujo del globo chino, por ejemplo, representaba cómo se vería un globo en los datos satelitales, y RAIC pudo encontrarlo. Luego, una vez que encontraron el globo real en uno de los conjuntos de datos satelitales, RAIC pudo buscarlo en otras imágenes.

Un portavoz de la Agencia de Inteligencia Geoespacial (NGA) señaló que ya están “experimentando con programas de IA que integran grandes modelos de lenguaje para permitir a los analistas hacer y responder preguntas específicas de inteligencia.Vemos un futuro en el que estos modelos pueden entrenarse con grandes datos espaciales para responder preguntas muy específicas sin contar con una gran cantidad de datos”.