La nostra capacitat per vigilar la salut del planeta s’enfronta a una paradoxa invisible en la immensitat de l’espai. Cada dia, nombrosos satèl·lits d’observació terrestre capturen volums colossals de dades visuals essencials per combatre el canvi climàtic o gestionar crisis industrials. Tanmateix, els enfocaments tradicionals pateixen un coll d’ampolla crític: la infraestructura física actua com un mirall passiu, acumulant gigabytes d’informació en brut que saturen els canals de transmissió cap a la Terra perquè les finestres de descàrrega són curtes i intermitents. Això provoca retards que poden ser de diverses hores o més, en funció de l’òrbita i de la disponibilitat d’estacions terrestres, en l’obtenció de diagnòstics urgents. Davant d’aquesta limitació, s’estan desenvolupant solucions combinades que redefineixen l’exploració espacial mitjançant l’estratègia del “Cos” i el “Cervell”.
Monitorització satel·litària de la superfície terrestre.
El “Cos” el constitueix una nova infraestructura de maquinari orbital. Es tracta de nanosatèl·lits i processadors comercials o coprocessadors avançats que actuen com un suport físic ultraeficient per allotjar capacitats de càlcul a la frontera de l’espai. Per la seva banda, el “Cervell” aporta la intel·ligència algorítmica: la inferència local de models d’aprenentatge automàtic aplicats a dades geoespacials en òrbita i marcs distribuïts de presa de decisions.
La sinergia entre aquest maquinari avançat i la IA orbital ja ha demostrat en missions pilot la possibilitat de processar imatges directament a l’espai, discriminant núvols o dades irrellevants en temps real. No es tracta de substituir l’anàlisi a la Terra, sinó de potenciar-la, transformant satèl·lits aïllats en vigilants coordinats i proactius capaços d’enviar només informació rellevant i alertes més ràpides o preprocessades des de l’avantguarda de la nostra òrbita.
El “Cos” tecnològic: xips reforçats i maquinari a la frontera còsmica
La veritable màgia d’aquesta innovació no resideix en el maquinari ni en els algoritmes per separat, sinó en el canvi disruptiu que genera la seva interacció. En fusionar la capacitat de processament local amb models d’IA avançats, l’espai deixa de ser un simple recol·lector d’imatges per convertir-se en un centre d’anàlisi gairebé en temps real. Un exemple d’aquest potencial és la detecció instantània d’incendis forestals o inundacions mitjançant el framework EarthSight: en lloc de descarregar de manera rígida mapes a la Terra, el satèl·lit avalua el terreny en òrbita i optimitza l’ordre de transmissió per donar prioritat a les zones en crisi.
IA en òrbita per processar imatges terrestres directament des del satèl·lit.
Perquè aquesta sinergia sigui possible, hem de comprendre els fonaments del “Cos” tecnològic, és a dir, la infraestructura física aeroespacial. Tradicionalment, els ordinadors a bord dels satèl·lits han estat limitats en capacitat de càlcul; a causa de la necessitat de resistir les condicions extremes de l’espai exterior, es depenia de processadors antics però estables davant la radiació, la temperatura i les limitacions energètiques.
Tanmateix, el panorama actual evoluciona gràcies a coprocessadors de perifèria miniaturitzats, com les Edge TPU de Google o els mòduls GPU NVIDIA Jetson, que comencen a adoptar-se en nanosatèl·lits comercials. La clau d’aquests components rau en la seva capacitat per oferir prestacions de càlcul molt elevades amb un consum mínim —de només uns pocs watts—. Aquest equilibri és el veritable motor de la IA orbital, ja que a l’espai l’energia solar és un recurs extremadament escàs i l’absència d’aire impedeix refredar els xips per ventilació convencional, obligant a utilitzar processadors que executin algoritmes complexos amb baix consum i generant el mínim calor possible.
A més, per processar dades massives i executar IA a l’espai de manera segura, calen característiques especials, com blindatge tèrmic, protecció contra la radiació i mesures físiques específiques. En aquest sentit, aliances industrials de la NASA impulsen noves famílies de xips de Computació Espacial d’Alt Rendiment (HPSC) reforçats directament a nivell de silici mitjançant arquitectures redundants.
El “Cervell” algorítmic: models fundacionals i la flexibilitat de la IA en òrbita
El veritable canvi no és només al satèl·lit, sinó en el seu “Cervell”: els models d’intel·ligència artificial que interpreten les imatges. Entre aquests hi ha els models fundacionals geoespacials —com Prithvi, creat per la NASA i IBM— i sistemes de coordinació intel·ligent com EarthSight. Un model fundacional és una IA entrenada amb enormes quantitats de dades per aprendre patrons generals. En el cas de Prithvi, aquest entrenament es va fer amb més d’una dècada d’imatges satel·litàries de missions com Landsat i Sentinel-2.
Demostració de Prithvi sobre la predicció de les cicatrius de cremades de l’incendi de Gifford, ocorregut al nord-oest de Los Angeles el 17 d’agost de 2025. En desplegar-se a bord d’un satèl·lit d’observació terrestre, els models fundacionals poden fer anàlisis avançades fins i tot abans que les dades arribin a terra. Imatge de la NASA.
Aquesta tecnologia canvia la manera com el satèl·lit utilitza les dades captades pel seu “Cos” físic. En lloc de necessitar un programa diferent per a cada problema —incendis, inundacions, conreus o contaminació—, el satèl·lit pot utilitzar una base comuna d’intel·ligència artificial, anomenada backbone o “columna vertebral”. Aquesta base identifica trets generals de les imatges i, sobre ella, s’hi afegeixen petits mòduls especialitzats per a cada tasca concreta.
L’avantatge és que el sistema és més flexible i eficient. Si els científics volen que el satèl·lit busqui un nou fenomen climàtic, no li han d’enviar un model enorme, una operació difícil per l’amplada de banda limitada de l’espai. N’hi ha prou amb enviar-li un mòdul petit que aprofiti la IA ja instal·lada. Així, el satèl·lit consumeix menys recursos, utilitza millor la seva energia i pot respondre amb més rapidesa davant emergències.
Del laboratori a l’òrbita baixa: l’èxit mesurable del framework EarthSight
Per demostrar com col·laboren aquest “Cos” i el seu “Cervell”, el sistema experimental EarthSight és un bon exemple. Aquest model aborda un gran problema dels petits satèl·lits actuals: es saturen ràpidament i tenen poca bateria; si intenten analitzar contínuament totes les imatges que capten, el processador es sobrecarrega i l’energia disponible es consumeix amb rapidesa. Per solucionar-ho, reparteix la feina de manera intel·ligent entre les estacions terrestres i el satèl·lit en una simulació orbital, permetent-li decidir quines imatges i tasques s’han de processar primer.
EarthSight és un sistema intel·ligent dissenyat perquè els satèl·lits processin i prioritzin informació abans d’enviar-la a la Terra de manera molt més ràpida. Tradicionalment, molts satèl·lits descarreguen totes les seves fotografies abans de ser analitzades, fet que pot provocar retards de diverses hores o dies a causa de l’amplada de banda limitada.
El projecte aborda aquest problema a través de tres pilars: col·laboració Terra-Espai, en què les bases terrestres analitzen dades històriques i envien suggeriments de prioritat al satèl·lit abans que faci les fotografies; filtre intel·ligent en òrbita, mitjançant un xip d’intel·ligència artificial que calcula què cal buscar primer segons el temps, la precisió i la probabilitat de l’esdeveniment; i multitasca eficient, utilitzant un únic model d’IA capaç de buscar diversos objectius alhora, com ara vaixells o incendis, reduint el consum de bateria.
Els resultats són significatius. En simulacions amb maquinari real com Google Coral i NVIDIA Jetson, EarthSight va processar la priorització d’imatges gairebé el doble de ràpid, va reduir el temps d’espera per rebre imatges d’alta prioritat de 51 a 21 minuts i va disminuir la despesa de càlcul i energia en evitar analitzar totes les imatges amb la mateixa intensitat.
L’impacte industrial dels vigilants autònoms
Les implicacions d’integrar “Cossos” de maquinari avançats i “Cervells” fundacionals a l’espai van molt més enllà dels laboratoris acadèmics, impactant directament en la indústria aeroespacial i en la gestió de polítiques mediambientals a escala global i regional. Models com Prithvi ja demostren aplicacions pràctiques molt diverses, des del seguiment de la reforestació i la quantificació de biomassa forestal a Kenya fins a la identificació precisa d’illes de calor urbanes en grans metròpolis mundials.
En el context internacional, aquest canvi tecnològic es troba en plena efervescència. Mentre agències com la NASA alliberen variants d’aquests models —incloent desenvolupaments específics per a l’heliofísica o les ciències planetàries—, el sector comercial i actors de la recerca internacional integren cada vegada més coprocessadors d’intel·ligència artificial en missions actives en òrbita baixa.
Tanmateix, persisteixen àrees de desenvolupament pendents. El disseny de sistemes híbrids Terra-Espai exigeix aprofundir en estratègies d’optimització que protegeixin la longevitat de les bateries satel·litàries davant pics sobtats de demanda analítica, un repte en què consorcis científics i empreses tecnològiques tenen un paper estratègic indispensable. La computació orbital autònoma està deixant de ser una promesa de ciència-ficció per perfilar-se com una infraestructura crítica en la governança ambiental contemporània.
Redefinint el futur de la governança ambiental des de l’espai
La convergència entre la infraestructura de maquinari aeroespacial i la intel·ligència dels models neuronals en òrbita marca una fita en l’observació del nostre planeta. En dotar els satèl·lits d’un “Cos” capaç de resistir les condicions de l’espai i d’un “Cervell” apte per discernir la rellevància de la informació en temps real, es dilueix l’històric problema del coll d’ampolla en les transmissions de dades. Els beneficis demostrats no es limiten a la simple eficiència tècnica; representen vides salvades durant desastres naturals gràcies a una reducció dràstica dels temps de resposta i a una optimització intel·ligent de l’ús de l’energia en òrbita.
L’impacte positiu d’adoptar aquestes innovacions es traduirà en una monitorització climàtica i industrial sense precedents. No podem continuar tractant els nostres satèl·lits com caixes passives que es limiten a emmagatzemar imatges en un ordre rígid d’arribada.
La necessitat d’avançar en aquest camp és urgent. Governs, agències públiques i sector privat han de coordinar esforços per invertir i implementar arquitectures obertes i processadors avançats que ampliïn les capacitats analítiques a l’espai. Només mitjançant l’adopció decidida d’aquesta sinergia tecnològica aconseguirem que els nostres vigilants orbitals actuïn amb la rapidesa i precisió que les crisis climàtiques actuals exigeixen, protegint el futur del nostre entorn des de la primera línia de l’òrbita terrestre.
