La seguridad del espacio es una preocupación creciente para todas las naciones que realizan actividades espaciales. Tanto el creciente número de objetos espaciales artificiales como la población de objetos cercanos a la Tierra (NEO) representan una seria amenaza para nuestra infraestructura en órbita y en tierra.

Y precisamente por ello, la Oficina de Coordinación de Defensa Planetaria de la NASA y de la misma forma en la ESA se monitoriza constantemente los cielos para localizar aquellos objetos espaciales que pudieran tener un rumbo de colisión con nuestro planeta.

Aunque parezca mentira, incluso en esta época en la que grandes cantidades de datos pueden ser analizados a velocidades sobrehumanas, un ojo humano que analice las imágenes captadas por un gran telescopio sigue siendo la mejor herramienta para estudiar con detalle las imágenes de potenciales amenazas espaciales para nuestra supervivencia.

Pero Aerospace Corporation, una fundación dependiente de la Fuerza Aérea estadounidense, está decidida a que la inteligencia artificial ocupe también un lugar destacado en dicha tarea utilizando 100 TB de datos para entrenar a un modelo de inteligencia artificial destinado a identificar correctamente y en menos tiempo las posibles amenazas.

Dicho modelo, denominado NEO AID (siglas en inglés de ‘Inteligencia Artificial de Detección de Objetos Cercanos a la Tierra’, aunque también puede ser traducido como ‘Nueva ayuda’), se está probando ahora en el propio Catalina Sky Survey, y un análisis inicial parece indicar que aumenta el rendimiento previo en un 10% (aunque los ingenieros aeroespaciales están seguros de poder mejorar dichos resultados).

El centro de la NASA dedicado al estudio de objetos cercanos a la Tierra afirma que más del 90% de los NEOs mayores de un kilómetro ya han sido descubiertos, por lo que quieren centrarse en encontrar un porcentaje similar de aquellos mayores de 140 metros.

Lo que se debe tener claro es que esta nueva tecnología está diseñada para complementar los métodos actuales de detección, no para sustituirlos: la idea es crear redes neuronales que imiten la forma en que nuestros ojos y nuestro cerebro clasifican las imágenes del cielo nocturno tomadas por los telescopios.