Les satellites vont bientôt prendre leurs propres décisions : l’IA s’impose dans l’espace

L’intelligence artificielle s’installe dans l’espace : les satellites vont désormais analyser les données avant même de les transmettre vers la Terre

Pendant plus de soixante ans, les satellites d’observation de la Terre ont tous fonctionné selon le même principe. Ils capturaient des images ou des mesures scientifiques, stockaient ces données à bord puis les transmettaient vers des stations terrestres où des supercalculateurs et des équipes de chercheurs réalisaient les analyses. Ce fonctionnement, qui a accompagné les grandes missions spatiales depuis les débuts de l’ère spatiale, atteint aujourd’hui ses limites face à l’explosion des volumes de données.

Les satellites modernes produisent désormais plusieurs téraoctets d’informations chaque jour. Images optiques à très haute résolution, données radar, mesures atmosphériques, observations des océans ou suivi des forêts. La quantité d’informations collectées dépasse largement les capacités de transmission disponibles. Dans certains cas, plusieurs heures, voire plusieurs jours, peuvent s’écouler avant que les données les plus importantes ne soient réellement exploitées.

Prithvi une intelligence embarquée capable de prendre des décisions en quelques secondes

Pour répondre à ce défi, la NASA et IBM ont franchi une étape majeure en démontrant qu’un modèle d’intelligence artificielle, baptisé Prithvi, pouvait fonctionner directement à bord d’un satellite. Cette évolution marque un changement de paradigme. Demain, les satellites ne seront plus de simples capteurs capables d’observer notre planète, mais de véritables systèmes intelligents capables d’interpréter eux-mêmes ce qu’ils voient avant même d’envoyer les résultats vers la Terre.

Concrètement, cette nouvelle approche consiste à intégrer un modèle d’intelligence artificielle dans l’ordinateur de bord du satellite. Au lieu de transmettre l’intégralité des images acquises, le satellite les analyse immédiatement après leur capture afin d’identifier les informations réellement utiles.

Prenons l’exemple d’un incendie de forêt. Aujourd’hui, un satellite photographie une vaste région, enregistre plusieurs dizaines de gigaoctets de données puis les transmet progressivement à une station au sol. Les images sont ensuite analysées par des logiciels spécialisés ou par des opérateurs humains. Avant qu’une alerte ne soit éventuellement diffusée. Cette chaîne de traitement peut prendre plusieurs heures.

Avec une IA embarquée, le scénario change complètement. Dès que le satellite survole la zone, l’algorithme reconnaît instantanément les signatures caractéristiques d’un départ de feu. Tels une anomalie thermique, une colonne de fumée ou une propagation inhabituelle des flammes. Il sélectionne uniquement les images pertinentes, les accompagne d’une alerte automatique et transmet immédiatement ces informations aux centres opérationnels. Les secours peuvent ainsi intervenir beaucoup plus rapidement.

Le même principe pourra être appliqué lors d’inondations, de cyclones ou de séismes. L’intelligence artificielle sera capable de comparer les images prises avant et après un événement afin d’identifier automatiquement les routes coupées, les quartiers submergés ou les infrastructures critiques endommagées. Au lieu d’envoyer des centaines de milliers d’images à analyser, le satellite ne transmettra que les zones présentant un réel intérêt opérationnel.

L’agriculture constitue également un domaine prometteur. Les satellites pourront détecter très tôt le stress hydrique d’une culture, une maladie végétale ou une anomalie de croissance. Permettant aux agriculteurs d’intervenir avant que les pertes ne deviennent importantes. Les autorités maritimes pourront, quant à elles, recevoir automatiquement des alertes lorsqu’une nappe d’hydrocarbures, une prolifération d’algues ou un comportement suspect de navires sera détecté.

Crédit images : NASA

Au-delà de la Terre, cette autonomie sera particulièrement précieuse pour les futures missions lunaires et martiennes. Lorsqu’un rover explore Mars, les communications avec la Terre peuvent nécessiter entre cinq et vingt minutes selon la position des planètes. Il est donc impossible de piloter le véhicule en temps réel. Une intelligence artificielle embarquée pourra sélectionner seule les roches présentant le plus fort intérêt scientifique, éviter certains obstacles ou hiérarchiser les données à transmettre, réduisant considérablement les délais d’analyse.

Une technologie qui prépare la prochaine génération d’exploration spatiale

L’intégration de l’intelligence artificielle directement dans les satellites ne constitue pas seulement une amélioration technique. Elle pourrait transformer en profondeur l’économie spatiale. En réduisant fortement le volume de données à transmettre, les agences spatiales et les opérateurs privés diminueront leurs coûts de communication. Tout en augmentant la réactivité des systèmes d’observation.

Cette évolution intervient également au moment où plusieurs projets de centres de données spatiaux sont étudiés aux États-Unis et en Chine. À terme, une partie du traitement informatique pourrait être réalisée directement en orbite grâce à des infrastructures alimentées par l’énergie solaire. Limitant les besoins énergétiques des centres de données terrestres et ouvrant une nouvelle étape dans la course mondiale à l’intelligence artificielle.

Les satellites deviendront ainsi des plateformes capables non seulement d’observer, mais aussi de comprendre leur environnement et d’agir en conséquence.

Ce changement de rôle est comparable à celui qu’a connu l’informatique personnelle avec l’arrivée des smartphones. L’espace entre progressivement dans l’ère des systèmes autonomes.

Prithvi un modèle d’IA très puissant

Le modèle Prithvi, développé par la NASA et IBM, appartient à la catégorie des modèles fondamentaux géospatiaux. Entraîné sur plusieurs millions d’images satellites, il est capable de reconnaître des phénomènes naturels, de détecter des changements dans les paysages et d’assister les scientifiques dans l’interprétation rapide de données complexes. Son adaptation au fonctionnement embarqué constitue une première étape vers des satellites capables d’effectuer eux-mêmes une partie des analyses aujourd’hui réalisées exclusivement au sol.

Crédit images : NASA