Amazon Web Service (AWS), azienda del gruppo Amazon che fornisce servizi di cloud computing, ha annunciato di aver eseguito con successo una suite di software di calcolo e machine learning (ML) su un satellite in orbita. L’esperimento, condotto durante gli ultimi 10 mesi, ha testato un metodo più veloce ed efficiente per raccogliere e analizzare dati direttamente in orbita utilizzando il cloud.

Ciò consente di analizzare automaticamente enormi volumi di dati satellitari grezzi in orbita e di trasmetterne a terra (downlink) solo quelli maggiormente utili per l’archiviazione o ulteriori analisi, riducendo i costi e consentendo di prendere decisioni più in fretta.

“Usare il software di AWS per eseguire l’analisi dei dati in tempo reale a bordo di un satellite, e inviare tale analisi direttamente attraverso il cloud, è un cambiamento decisivo negli approcci esistenti alla gestione dei dati spaziali. Aiuta anche a superare i limiti di ciò che crediamo sia possibile per le operazioni satellitari” ha affermato Max Peterson, vicepresidente di AWS.

Dati, analisi, tempo e comunicazione

Ci sono ancora sfide tecniche associate all’archiviazione e alla comunicazione dei dati nello spazio. Queste comprendono l’alta latenza, ovvero l’elevato tempo di risposta tra andata e ritorno, e la larghezza di banda limitata. AWS ha collaborato con D-Orbit e Unibap per affrontare direttamente queste sfide che si applicano alle operazioni satellitari. Le due società, italiana e svedese, hanno già sperimentato precedenti collaborazioni.

D-Orbit, l’azienda italiana con sede principale in provincia di Como, è membro dell’AWS Partner Network (APN). Applicando i servizi di calcolo e ML di AWS alle immagini di osservazione terrestre, D-Orbit è stata in grado di analizzare rapidamente grandi quantità di dati direttamente a bordo del satellite ION in orbita. Esso permette un’interfaccia meccanica ed elettrica, garantendo quindi d’integrare esperimenti a bordo e gestirli da terra come sottosistema di ION stesso.

“I nostri clienti vogliono elaborare in modo sicuro quantità sempre maggiori di dati satellitari con una latenza molto bassa”, ha affermato Sergio Mucciarelli, vicepresidente delle vendite commerciali di D-Orbit. “Questo è qualcosa che è limitato usando i metodi attuali, trasferendo tutti i dati per l’elaborazione a terra. Crediamo nella spinta verso l’edge computing, e questo può essere fatto solo con infrastrutture spaziali adatte allo scopo.”

Unibap, una società high-tech svedese anch’essa partner di AWS, ha creato un payload di elaborazione qualificato per lo spazio. Il payload è stato quindi integrato sul satellite ION e lanciato nello spazio. Il 21 gennaio, il team ha effettuato il primo contatto di successo con il payload, ed eseguito il primo comando remoto dalla Terra.

“Vogliamo aiutare i clienti a trasformare in fretta i dati satellitari grezzi in informazioni che possono essere utilizzate in pochi secondi, abilitare l’apprendimento federato a bordo per l’acquisizione autonoma di informazioni e aumentare il valore dei dati che vengono trasmessi in downlink”, ha affermato Fredrik Bruhn, chief evangelist nella trasformazione digitale e co-fondatore di Unibap.

Il futuro dell’elaborazione dati spaziale: ML, AI e cloud

L’esperimento consisteva nell’applicazione di vari modelli di ML (Machine Learning) ai dati catturati dai sensori del satellite per identificare rapidamente e automaticamente specifici oggetti sia nel cielo, come nuvole e fumo d’incendi, sia a terra, inclusi edifici e navi.

Immagini satellitari grezze e dataset come questo sono solitamente piuttosto grandi. Per questo gli ingegneri hanno creato un modo per suddividere i file di dati di grandi dimensioni in file più piccoli. L’utilizzo dei servizi AWS di intelligenza artificiale (AI) e ML aiuta a ridurre le dimensioni delle immagini fino al 42%, aumentando le velocità di elaborazione e consentendo inferenze in tempo reale in orbita.

Il team ha gestito il movimento bidirezionale dei dati spaziali su più contatti del segmento di terra per consentire una maggiore tolleranza al ritardo tra le comunicazioni. Ciò è stato possibile gestendo un proxy TCP/IP affidabile tra il satellite e AWS Cloud. Inoltre, questa modifica ha reso più semplice per il personale di terra gestire automaticamente i trasferimenti di file, senza elaborare manualmente i downlink su più contatti.

Oggi l’esperimento rimane nello spazio, dove AWS, Unibap e D-Orbit continuano a testare nuove funzionalità oltre il set originale di obiettivi di test. Per esempio, il team vorrebbe esplorare ulteriori approcci per l’elaborazione dei dati grezzi in orbita e altri metodi per la trasmissione dati.