El proyecto «AI-Aided-XR: AI Aided eXtended Reality applications» tiene como objetivo combinar tecnologías de inteligencia artificial (IA) y realidad extendida (RX) para explorar nuevas formas en que una puede ayudar a crear aplicaciones en las que intervenga la otra y viceversa. Concretamente, se centra en el caso de uso del entrenamiento y prueba de inteligencias artificiales de conducción autónoma sobre el suelo lunar mediante, entre otros objetivos, la creación de simulaciones de terrenos pseudoaleatorios de dicha superficie, lo cual contribuirá a la investigación en el poco explorado campo de la IA espacial.
La iniciativa, financiada por la Agencia Espacial Europea (ESA), se ha desarrollado desde octubre de 2023 hasta junio de 2024 y cuenta con la participación del IRTIC a través del grupo ARTEC para recrear de manera fidedigna la diversidad de suelos lunares. Conforma el consorcio del proyecto junto a GMV NSL Ltd, del Reino Unido, GMV Soluciones Globales Internet SAU, de España, GMV Innovating Solutions Sp, de Polonia, y el Centro Europeo de Operaciones Espaciales de la ESA, de Alemania.
AI-Aided-XR aborda la carencia de datos en las aplicaciones de IA espacial, como por ejemplo imágenes de la superficie lunar, a través de un entorno simulado que se genera procedimentalmente mediante algoritmos fractales; es decir, sin la necesidad de que el usuario tenga que configurar cada uno de sus detalles previamente.
También encara este asunto mediante una plataforma de IA basada en la tecnología AI4OPs (inteligencia artificial para operaciones de tecnologías de la información, que facilitan que los flujos de trabajo operativos funcionen de manera ágil y automática) de la ESA, entrenada en el escenario generado para clasificar terreno planetario. La herramienta se basa en el éxito de la actividad ViBEKO (Extracción de conocimientos basada en la visión mediante Inteligencia Artificial), también de la misma entidad, utilizando el modelo DeepLabV3+ de Google.
De hecho, la iniciativa se presentó en el workshop “9th European Mission Operations Data System Architecture Workshop (ESAW)” que la ESA celebró los días 13 y 14 de junio en Alemania. El encuentro formó parte de una serie de eventos que se celebran desde 2005 donde se invita a realizar contribuciones que cubran todos los aspectos de los sistemas de datos de operaciones de misión, centrándose en la colaboración y las soluciones comunes para las misiones espaciales tradicionales, pero también para los ámbitos más recientes como Big Data, realidad aumentada y virtual, aprendizaje automático (machine learning) y computación cuántica.
Los sectores de la inteligencia artificial y la realidad extendida han crecido con una rapidez que ha motivado que las aplicaciones relacionadas con el ámbito espacial aprovechen las innovaciones que recientemente han aportado diversos sectores como el de la salud, donde modelos de IA se usan para crear modelos tridimensionales de órganos a partir de imagen médica, que posteriormente los expertos pueden visualizar en entornos virtuales.
En esta línea, la ESA ha impulsado la integración de IA en sus sistemas de datos de operaciones de misión mediante la preparación de la hoja de ruta de la Inteligencia Artificial para la Automatización (A2I) y ha dedicado un lugar destacado a la IA y la RX en su Agenda 2025.
El uso que la comunidad internacional le puede dar a la IA y la RX abarca desde dispositivos educativos que utilizan la realidad aumentada para interactuar con imágenes de satélite para turismo comercial hasta la posibilidad de que los operadores de las misiones vean imágenes del terreno etiquetadas y clasificadas automáticamente tomadas por los vehículos exploradores planetarios.
La IA también desempeña un papel clave en las oportunidades de investigación derivadas de la misión Mars Sample Return (MSR, misión de retorno de muestras de Marte en inglés) debido a la importancia de las técnicas de visión por ordenador para estimar la posición de los objetos.
Al igual que muchas otras aplicaciones de IA en el ámbito espacial, la disponibilidad de datos que permiten realizar un entrenamiento adecuado cuenta con limitaciones, por lo que es preciso destacar el impulso de iniciativas que ofrecen la fusión de la realidad virtual y la inteligencia artificial para crear sintéticamente conjuntos de datos en un simulador.
Imágenes:
