Satélites autónomos: IA asume control de funciones críticas en órbita sin intervención humana

Primer experimento exitoso de redes neuronales gestionando sistemas de orientación y maniobra en tiempo real

Un sistema de inteligencia artificial ha asumido el control directo de funciones críticas de un satélite militar en órbita, marcando un precedente en la autonomía espacial operativa. A diferencia de implementaciones previas que limitaban la IA a sensores o cargas útiles, este avance permitió que una red neuronal gestionara el…

Un sistema de inteligencia artificial ha asumido el control directo de funciones críticas de un satélite militar en órbita, marcando un precedente en la autonomía espacial operativa. A diferencia de implementaciones previas que limitaban la IA a sensores o cargas útiles, este avance permitió que una red neuronal gestionara el bus de la nave —el sistema responsable de orientación y maniobra— durante una misión orbital completa.

El experimento desplegó un agente de IA en un satélite a varios cientos de kilómetros de altitud, donde el sistema demostró capacidad para orientar el vehículo hacia su objetivo en una sola órbita mientras evitaba condiciones peligrosas del espacio. El modelo fue entrenado mediante simulaciones repetidas y aprendizaje por refuerzo antes de su implementación orbital, permitiendo que la red neuronal aprendiera de retroalimentación sobre sus decisiones en entornos controlados. Este enfoque reduce significativamente la dependencia de comandos transmitidos desde la Tierra, aspecto crítico en misiones donde la latencia de comunicación o la pérdida de señal representan riesgos operacionales.

La arquitectura de seguridad implementada incluyó dos mecanismos de supervisión: un "watchdog" de IA capaz de detectar situaciones no verificadas y transferir control a sistemas de respaldo, y barreras de garantía en tiempo real que monitoreaban tanto el estado del satélite como las órdenes emitidas por la red neuronal. Durante la prueba, ambos sistemas operaron en modo sombra, registrando cómo habrían intervenido ante desviaciones de los parámetros de operación segura sin tomar control efectivo del satélite. Este enfoque permitió validar los mecanismos de contención sin comprometer la autonomía del sistema durante el vuelo.

El equipo de Capacidades de Autonomía del laboratorio de investigación aplicó técnicas de aprendizaje por refuerzo para optimizar el desempeño del modelo antes de las pruebas en condiciones cercanas a la realidad orbital. El éxito de esta misión confirma que redes neuronales pueden gestionar funciones críticas de naves espaciales tras un riguroso proceso de validación en tierra, abriendo nuevas posibilidades para misiones futuras donde la autonomía operacional sea determinante para el éxito de la misión o la supervivencia de la nave ante contingencias.