Investigadores de la Universidad Politécnica de Madrid participan en una colaboración internacional que aborda cómo la inteligencia artificial permite explorar nuevas fronteras en el espacio
Un equipo de investigadores del grupo AIDA de la Universidad Politécnica de Madrid (UPM), liderados por Victor Rodríguez-Fernández, ha abordado problemas tradicionales del sector espacial superando las limitaciones de modelos anteriores gracias a la utilización de inteligencia artificial (IA). En una colaboración internacional con grupos interdisciplinares del Astrodynamics, Space Robotics, and Controls Lab (ARCLab) del Massachusetts Institute of Technology (MIT) –con el profesor Richard Linares– y del Aerospace Centre of Excellence de la Universidad de Strathclyde (US) –con el profesor Massimiliano Vasile–, los investigadores UPM están impulsando la evolución del sector espacial con avances que van desde el descubrimiento de órbitas inéditas hasta la predicción de tormentas solares y el control de naves autónomas.
Fuente: UPM (generada con IA)
Nuevas órbitas periódicas
Uno de los avances más destacados de este trabajo colaborativo es la “astrodinámica generativa”, donde se han utilizado modelos generativos basados en IA para descubrir nuevas órbitas periódicas en el sistema Tierra-Luna. Mediante un modelo generativo de tipo variational autoencoder entrenado con datos de la NASA, el equipo ha logrado clasificar diferentes familias de órbitas sin información previa, y generar trayectorias inéditas que, aplicado a gran escala, pueden revolucionar el diseño de misiones espaciales y el entendimiento teórico de las dinámicas celestes.
Órbitas sintéticas generadas por modelo de IA. Fuente: UPM
Mejoras en la predicción del clima espacial
Paralelamente, la predicción del clima espacial ha dado un salto con la aplicación de arquitecturas basadas en transformers, que se ha hecho muy popular al estar detrás de modelos de lenguaje como ChatGPT. Este enfoque ha permitido prever con mayor precisión el impacto de eventos solares extremos en la atmósfera terrestre y en los satélites. A diferencia de los métodos estadísticos tradicionales, los transformers identifican patrones temporales complejos y relaciones no lineales en los datos, mejorando la capacidad de prevenir caídas incontroladas de satélites y desarrollar planes de contingencia para comunicaciones y fallos electrónicos durante periodos de alta actividad solar.
Control autónomo de naves espaciales
Finalmente, el grupo AIDA ha realizado una innovadora aportación al control autónomo de naves espaciales, utilizando modelos de lenguaje como LLaMA y ChatGPT. A través de técnicas de fine-tuning y el diseño de prompts específicos, han superado a los métodos tradicionales basados en aprendizaje por refuerzo, ofreciendo una alternativa eficiente en el consumo de datos que además facilita la transferencia de conocimiento. Este enfoque les valió el segundo premio en la competición KSPDG del MIT Lincoln Lab, y marca el inicio del uso de modelos de lenguaje en el Guidance, Navigation and Control (GNC) en el espacio, abriendo nuevas posibilidades para la automatización de naves espaciales en futuras misiones.
Fuente: Pixabay
En definitiva, estos avances –fruto de la colaboración del equipo de la UPM, con el MIT y la Universidad de Strathclyde– no solo optimizan las operaciones espaciales y mejoran la precisión de las predicciones, sino que también abren nuevas vías para el descubrimiento y la innovación tecnológica. En opinión de Víctor Rodríguez-Fernández: “La integración de la IA en la investigación espacial promete una exploración más segura y eficiente del espacio, beneficiando diversas industrias y promoviendo el desarrollo tecnológico a nivel global. A medida que la IA continúa evolucionando, su aplicación en el sector espacial transformará nuestra comprensión del universo y potenciará nuestras capacidades para explorar más allá de la Tierra”.
Estos equipos han presentado recientemente sus trabajos en el ESA SPAICE Conference 2024, un congreso centrado en la aplicación de la IA al Espacio.
Los trabajos de astrodinámica generativa se enmarcan en el proyecto “OrbitGPT - Generative Astrodynamics", European Space Agency Activities Portal, TEC-SF, Feb. 2024 - Feb. 2025. Contract number: 4000143521, coordinado por el profesor Massimiliano Vasile de la Universidad de Strathclyde.
Referencia bibliográfica: Proceedings of SPAICE2024: the First Joint European Space Agency / IAA Conference on AI in and for Space https://zenodo.org/records/13889941
