L'IA détecte les anomalies satellites pour la sécurité
Un nouveau modèle d'intelligence artificielle développé par une équipe internationale de chercheurs permet de détecter les comportements inhabituels des satellites en orbite, contribuant ainsi à renforcer la sécurité spatiale. Cette avancée, publiée dans la revue Expert Systems, s'inscrit dans le projet AI4 Space Safety and Sustainability, financé par le fonds bilateral international du UK Space Agency et impliquant des institutions telles que l'université de Strathclyde, l'Alan Turing Institute, le MIT et l'université de Waterloo, ainsi que des partenaires industriels comme GMV et Zendir. Dirigé par le professeur Massimiliano Vasile, directeur du centre d'excellence en aérospatiale de l'université de Strathclyde, le projet vise à répondre à la croissance rapide du trafic spatial. Avec plus de quatre mille nouveaux satellites lancés en 2025 contre seulement cent cinquante-neuf en 2000, la surveillance manuelle devient rapidement insuffisante. L'outil développé par le centre de recherche en IA de la défense de l'Alan Turing Institute apprend à reconnaître les patterns normaux d'un objet spatial en analysant ses courbes de lumière, c'est-à-dire les variations de luminosité reflétées par le satellite et capturées par des télescopes au sol. Une fois formé sur d'importants ensembles de données astronomiques, le modèle est affiné à l'aide de simulations de haute précision. En fonctionnement, il analyse en continu les données lumineuses en temps réel ou récentes, identifie automatiquement les déviations et alerte les experts humains pour investigation. Les tests ont démontré une capacité de détection des anomalies de l'ordre de 88 %, tout en permettant de distinguer différents types de mouvement, tels que la rotation stable ou le roulement désordonné. Ces informations sont essentielles pour la gestion du trafic orbital, la planification de manœuvres d'évitement et la maintenance des satellites en orbite. Selon le professeur Vasile, cette technologie marque un progrès significatif vers une analyse systématique du comportement des objets spatiaux. En identifiant rapidement les irrégularités à partir d'une simple observation optique, l'IA réduit les temps de réaction et diminue les risques de collision. Le projet prévoit désormais d'enrichir le système avec des données radar, hyperspectrales et orbitales afin de créer des plateformes multimodales encore plus précises. Cette évolution pourrait à terme transformer la supervision de l'environnement spatial, garantissant la protection des services critiques qui dépendent désormais des infrastructures orbitales.