1
A Inteligência Artificial e a Exploração Espacial
José R. Martins – No. 700159, Ana Cristina Livino Cabral No. 961904
1
Abstract— Atualmente o emprego da inteligência artificial (IA) na
Exploração Espacial já desempenha um papel fundamental,
principalmente nas missões com espaçonaves autônomas, ou não
tripuladas.
Observa-se que desde as primeiras missões interplanetárias,
usadas para explorar o sistema solar, tais quais o Pioneer 10,
Voyager 1 e Voyager 2, já se fez uso de Sistemas Especializados
( Expert Systems) para navegação, orientação espacial pelos
astros, correção de rota, otimização do uso de combustível, etc,
como também para detectar problemas e diagnosticar defeitos.
Os sistemas especialistas dessa época eram baseados em regras
fixas, não envolvia aprendizagem, portanto se um erro ou cenário
não esperado ocorresse se perdia a espaçonave. As espaçonaves
não tripuladas, mais modernas, como a Chandrayaan-3[1] da
Índia e a Chang'e-6[2] da China, já incorporam técnicas de IA
mais avançadas, como a aprendizagem automática, e para
solução autônoma de problemas, sem intervenção das estações de
controle da missão, isso aumenta a longevidade da aeronave e a
chance de um retorno bem sucedido.
É importante considerar a redução de custo pelos Satélites tipo
CubeSat ou Satélite Cubo e também o emprego de tecnologia
COTS - Commercial Off The Shelf, paralelamente ao software de
Inteligência Artificial, aplicação que se tornou padrão de-facto na
indústria espacial.
O IA também está nos centros de controle, para que os
operadores da missão possam diagnosticar problemas, planejar e
tomar decisões em tempo real. No geral, a IA desempenha um
papel cada vez mais importante na exploração espacial sendo que
ao se desenvolver e implantar sistemas avançados de IA, a
segurança, a confiabilidade e a eficiência das missões vão ser
melhoradas.
[1] O Chandrayaan-3 é um módulo lunar lançado em 2023, e é
equipado com uma variedade de sistemas de IA incluindo um
sistema baseado em aprendizado de máquina para detecção de
anomalias.
[2] A Chang'e-6 é uma missão não-tripulada chinesa de
exploração lunar. Atualmente a missão está em desenvolvimento e
deverá pousar na Lua entre 2023 e 2024. Ela será equipada com
algoritmos de reconhecimento de imagem, capaz de identificar e
classificar objetos no espaço ou solo lunar, o que ajudará os
cientistas a selecionar as amostras mais interessantes para retornar
à Terra.
Palavras Chave - Inteligência Artificial, Navegação Autônoma,
Controle Espaçonave, Análise de Dados, Processamento Imagens,
CubeSat, COTS, Rad-Hard.
1A ser submetido ao IEEE
Suporte: FEEC Faculdade de Engenharia Elétrica e de Computação
UNICAMP
I. INTRODUÇÃO
A Inteligência Artificial (IA) tem feito contribuições
significativas para a pesquisa e tecnologia espacial de várias
maneiras, revolucionando o campo e permitindo avanços na
exploração espacial, orientação pelos astros, navegação,
tecnologia de satélites e ciência espacial. A aplicação da IA na
exploração espacial é um assunto complexo, de características
multidisciplinares que procuraremos dar uma ideia que por
certeza ainda será superficial em relação ao todo que abrange
esse campo da tecnologia.
Seguem algumas considerações principais pelas quais a IA
tem influenciado no nicho da exploração espacial [1] e [2]:
- Naves espaciais autônomas e robótica: a IA é crucial para a
navegação autônoma e o controle de espaçonaves. Os
algoritmos de IA ajudam as naves espaciais a tomar decisões
em tempo real, como ajustar a sua trajetória, evitar obstáculos
e conduzir experiências científicas. Por exemplo, os Rovers de
Marte, como o Curiosity e o Perseverance, usam IA para
navegar autonomamente e tomar decisões na superfície
marciana.
- Análise de dados e processamento de imagens: As missões
espaciais geram grandes quantidades de dados, incluindo
imagens, espectros e telemetria. A IA e o aprendizado de
máquina são usados para processar e analisar esses dados,
identificando padrões, anomalias e insights científicos
importantes. Isto é especialmente importante para missões
como o Telescópio Espacial Hubble e o Telescópio Espacial
James Webb.
- Descobertas astronômicas: a IA é usada na busca de
exoplanetas, detecção de ondas gravitacionais e outros estudos
astronômicos. O aprendizado de máquina pode identificar
mudanças sutis nas curvas e espectros de luz para detectar
exoplanetas ou analisar dados para descobrir eventos de ondas
gravitacionais, como a fusão de buracos negros.
- Operações de satélite: a IA é usada no gerenciamento de
constelações de satélites, na otimização de órbitas e na
garantia de comunicações eficientes. Isto é vital para satélite
de observação da Terra, comunicação e navegação. A IA
também pode ajudar a prever e mitigar colisões de detritos
espaciais.
- Previsão do clima espacial: a IA é empregada para
monitorar e prever eventos climáticos espaciais, como
explosões solares e tempestades geomagnéticas, que podem
impactar as espaçonaves e a infraestrutura da Terra. Os
sistemas de alerta precoce usam IA para ajudar a proteger
satélites, astronautas e tecnologia terrestre.

- Utilização de recursos: A IA pode ser usada para otimizar a
utilização de recursos em missões espaciais de longa duração,
como a extração de recursos de asteroides ou da Lua. Os
sistemas controlados por IA podem gerenciar sistemas de
energia, água e suporte à vida com eficiência.
- Apoio à tripulação: assistentes virtuais com tecnologia de
IA podem apoiar os astronautas em missões de longa duração,
fornecendo informações, orientação e companheirismo. Esses
sistemas podem ajudar na solução de problemas técnicos e de
saúde
. tarefas que normalmente seriam realizadas por humanos. A
- Planejamento de exploração espacial: a IA pode ajudar no
planejamento de missões, na otimização de trajetórias e na
alocação de recursos. Auxilia no processo de tomada de
decisão sobre parâmetros e objetivos da missão.
- Gestão do tráfego espacial: À medida que o espaço se torna
mais congestionado, a IA pode ajudar na gestão do tráfego
espacial e na prevenção de colisões entre satélites ativos e
detritos espaciais
. sem a necessidade de instruções humanas.
- Comunicação no Espaço Profundo: A IA é usada para
aumentar a eficiência e a confiabilidade dos sistemas de
comunicação no espaço profundo, ajudando a transmitir e
receber dados de sondas e espaçonaves distantes
II. A INTELIGÊNCIA ARTIFICIAL APLICADA A
MISSÕES AUTÔNOMAS
O PROBLEMA DA AUTONOMIA
Desde o início da era espacial, notamos que a cada missão
mais tecnologia era aplicada na experiência e com isso, vinha
também o desejo e a necessidade de missões mais sofisticadas.
As novas espaçonaves estão sendo desenvolvidas, com cada
vez mais capacidade de coleta de dados. Além disso, novos
mundos, novas tecnologias e novos fenômenos a serem
observados estão aparecendo. Os novos objetivos e metas
científicas requerem espaçonaves capazes de tomar decisões, e
detectar eventos sem intervenção do solo.
Esse aumento nas demandas por novas espaçonaves levou a
intensos esforços de pesquisa e desenvolvimento para os
aplicativos de software e processos que são usados durante
uma missão espacial, tanto no solo, no centro de controle da
missão, quanto a bordo, integrados ao software de voo.
Um dos principais motivadores para aprimorar as capacidades
das espaçonaves para missões remotas e complexas também
tem sido o fato de que as missões de exploração humana
sofreram um revés, devido ao aumento dos padrões de segurança
nas orientações de design. Atualmente, não é aconselhável considerar
a exploração humana em certos tipos de missão, por exemplo,
missões a asteroides. Além disso, vários problemas impedem o envio
2
de astronautas mesmo em conceitos de missão menos exóticos:
longos cronogramas de missão devido às distâncias envolvidas ou ao
ambiente de radiação. Cada vez mais, é evidente a necessidade de
desenvolver missões não tripuladas em relação às tripuladas.
CONCEITOS IMPORTANTES PARA ENGENHARIA ESPACIAL:
“Automação”, “autonomia” e “autonomicidade” são três
termos relacionados, mas com significados distintos.
- Automação é o uso de máquinas ou tecnologias para realizar
automação pode ser usada para reduzir o custo e o tempo
necessários para realizar uma tarefa, melhorar a precisão e a
qualidade do trabalho e liberar os humanos para realizarem
tarefas mais complexas ou criativas.
- Autonomia é a capacidade de um sistema ou indivíduo de
agir de forma independente, sem a necessidade de intervenção
externa. Os sistemas autônomos são capazes de tomar suas
próprias decisões e realizar ações baseadas nessas decisões,
- Autonomicidade é um termo mais técnico que se refere à
capacidade de um sistema de gerenciar e otimizar seus
próprios recursos e comportamentos de forma automática. Os
sistemas autônomos são capazes de aprender e se adaptar ao
seu ambiente, sem a necessidade de intervenção humana.
Os três termos estão relacionados, pois todos eles se referem à
capacidade de um sistema de operar sem a necessidade de
intervenção humana. No entanto, existem algumas diferenças
importantes entre eles. A automação é geralmente usada para
descrever tarefas específicas que são realizadas por máquinas
ou tecnologias, enquanto a autonomia e a autonomicidade
descrevem a capacidade de um sistema de operar de forma
independente, sem a necessidade de instruções humanas.
Aqui estão alguns exemplos de automação, autonomia e
autonomicidade:
- Automação: Um robô que monta carros em uma fábrica está
automatizando a tarefa de montar carros.
- Autonomia: Um carro autônomo é capaz de dirigir sem a
necessidade de um motorista humano.
- Autonomicidade: Um sistema de computador autônomo é
capaz de gerenciar seus próprios recursos e comportamentos,
como memória, processamento e armazenamento, para
otimizar seu desempenho.
CUSTO VERSUS AUTONOMIA DAS MISSÕES
 3

O custo e a autonomia são dois fatores importantes a serem as agências espaciais precisarão de sistemas autônomos para
considerados no desenvolvimento de missões espaciais. A reduzir os custos e aumentar a segurança.
autonomia pode reduzir os custos de uma missão, mas também
pode aumentar os riscos.

CUSTO DA AUTONOMIA
DIRETRIZES DE DESIGN DE AUTONOMIA DA ESA(EUROPEAN
SPACE AGENCY)
A automação de tarefas pode reduzir os custos de várias
maneiras. Em primeiro lugar, a automação pode eliminar a
A ESA (European Space Agency) é a Agência Espacial
necessidade de pessoal humano para supervisionar a missão.
Europeia, uma organização intergovernamental com 22
Isso pode reduzir os custos de salários e benefícios, bem como
estados-membros. A ESA foi fundada em 1975 para explorar
os custos de treinamento e desenvolvimento. Em segundo
o espaço de forma pacífica e para fins científicos.
lugar, a automação pode aumentar a eficiência das operações
de missão. Isso pode reduzir os custos de comunicação e
processamento de dados. O design e a implementação de recursos de autonomia a bordo
ainda não estão padronizados. Por outro lado, diretrizes e
requisitos, que cobrem a operabilidade autônoma de uma
RISCOS DA AUTONOMIA
espaçonave já foram estabelecidos pela ESA e estão
disponíveis para os fabricantes de espaçonaves.
A autonomia também pode aumentar os riscos de uma missão.
Em primeiro lugar, os sistemas autônomos são mais propensos
Em geral, o design da autonomia a bordo deve levar em
a cometer erros do que os humanos. Esses erros podem levar a
consideração características de operações de alto nível, como:
falhas de missão ou danos à espaçonave. Em segundo lugar, os
sistemas autônomos podem ser hackeados ou controlados por
terceiros. Isso pode levar a danos ou perda de dados. - Nível máximo de interrupção da missão considerado
aceitável
- Durações e horários de acesso à Estação de Controle de Solo
BALANÇO ENTRE CUSTO E AUTONOMIA
- Período máximo de interrupção do segmento de solo a ser
previsto
O equilíbrio entre custo e autonomia é uma decisão complexa.
As agências espaciais precisam considerar uma variedade de
Certos valores, características de cada missão, devem ser
fatores, incluindo o tipo de missão, o orçamento disponível e o
definidos ao projetar uma missão espacial:
nível de risco aceitável.

- Uma duração de autonomia, que é o tempo que a espaçonave

Exemplos
Aqui estão alguns exemplos de como as agências espaciais
estão usando a automação para reduzir os custos de missões
espaciais:
- A NASA está usando sistemas autônomos para controlar as
operações de sua frota de sondas espaciais. Isso permitiu à
agência reduzir o número de funcionários necessários para
controlar as missões.
- A Agência Espacial Europeia (ESA) está desenvolvendo
uma espaçonave autônoma para explorar o sistema solar. A
espaçonave será capaz de tomar suas próprias decisões e
realizar ações sem intervenção humana.
- A SpaceX está usando sistemas autônomos para lançar e
pousar seus foguetes. Isso permitiu à empresa reduzir os
custos de lançamento e aumentar a confiabilidade.
No futuro, é provável que a autonomia se torne ainda mais
importante para o desenvolvimento de missões espaciais. À
medida que as missões se tornam mais complexas e perigosas,
pode continuar suas operações sem instruções do solo
- Uma duração de armazenamento, que é o intervalo de tempo
máximo que a espaçonave pode continuar armazenando novos
dados de missão, sem downlink e subsequente apagamento
- Um tempo máximo durante o qual a espaçonave pode
gerenciar autonomamente suas operações na presença de uma
única falha. Também inclui o tempo gasto pelo Controle da
Missão para detectar, identificar e planejar a ação de
recuperação para a falha
- O design do comportamento da espaçonave na presença de
uma falha deve levar em consideração um tempo mínimo de
reação do Controle da Missão
- O Controle da Missão, através de Estações de Controle de
Solo definidas, deve ser capaz de substituir qualquer função
autônoma a bordo.
Ao projetar os recursos de autonomia de uma espaçonave,
vários cenários de aplicação devem ser considerados:
operações nominais, operações fora da nominal e autonomia
de gerenciamento de dados.
Níveis de autonomia de operações nominais da missão

Durante a execução de operações nominais da missão, quatro
níveis de autonomia foram definidos:
- Execução principalmente sob controle de solo em tempo real
- Execução de operações de missão pré-planejadas a bordo
- Execução de operações de missão adaptativas a bordo
- Execução de operações de missão orientadas a objetivos a
bordo
III INTELIGÊNCIA ARTIFICIAL NO ESPAÇO
A IA ainda está em seus estágios iniciais de desenvolvimento
para aplicações espaciais, mas tem o potencial de revolucionar
a exploração espacial. À medida que a tecnologia da IA
continua a se desenvolver, é provável que vejamos ainda mais
aplicações da IA em missões espaciais no futuro. A
Inteligência Artificial (IA) engloba uma ampla gama de
categorias, algoritmos e disciplinas que podem ser aplicados à
exploração espacial.
Exemplo de algumas categorias, algoritmos e disciplinas de IA
que podem ser relevantes para a aplicação da IA no espaço
[3]:
- Aprendizado de Máquina (Machine Learning): O
aprendizado de máquina é uma das áreas mais fundamentais
da IA e envolve o desenvolvimento de algoritmos que podem
aprender com dados e tomar decisões com base nesse
aprendizado. Algoritmos de aprendizado de máquina, como
redes neurais, árvores de decisão e algoritmos de
agrupamento, podem ser aplicados para processar dados
coletados em missões espaciais, como imagens de telescópios
espaciais, e identificar padrões ou anomalias.
- Visão Computacional: A visão computacional é uma
disciplina que se concentra na interpretação de imagens e
vídeos. No contexto espacial, isso pode ser usado para análise
de imagens de planetas, estrelas, asteroides e outros objetos
celestes. Algoritmos de visão computacional podem ser
usados para detectar e rastrear objetos, analisar fenômenos
espaciais e até mesmo automatizar a identificação de planetas
e estrelas.
- Processamento de Linguagem Natural (NLP): A NLP
envolve o processamento de texto e linguagem escrita. Pode
ser útil para interpretar documentos técnicos, manuais de
espaçonaves, registros de missões e comunicações em
linguagem natural entre astronautas e a equipe de controle da
missão.
- Robótica Autônoma: A robótica autônoma é uma disciplina
que envolve o desenvolvimento de robôs capazes de tomar
decisões e realizar tarefas de forma independente. Em missões
espaciais, robôs autônomos podem ser usados para explorar
4
ambientes extraterrestres, como a superfície de planetas ou
asteroides, coletar amostras e realizar tarefas de manutenção
em espaçonaves.
- Redes Neurais Convolucionais (CNNs): As CNNs são uma
classe de redes neurais usadas principalmente para tarefas de
visão computacional, como reconhecimento de objetos em
imagens. Elas podem ser aplicadas para identificar
características geológicas em planetas, avaliar o estado de
satélites em órbita e muito mais.
- Otimização: Algoritmos de otimização podem ser usados
para planejar trajetórias de espaçonaves, economizar recursos,
como combustível, e otimizar a coleta de dados em missões
espaciais.
- Sistemas Especialistas: Sistemas especialistas são programas
de computador que usam conhecimento especializado para
tomar decisões em um domínio específico. Eles podem ser
usados para diagnosticar problemas em espaçonaves, auxiliar
em tomadas de decisão críticas durante missões e oferecer
suporte a astronautas.
A IA desempenha um papel cada vez mais importante na
automação de tarefas, na análise de dados e na tomada de
decisões em missões espaciais, ajudando a expandir nosso
entendimento do universo e a melhorar a eficiência das
operações no espaço.
PLATAFORMAS CUBESAT
Quando falamos de revolução no espaço e de IA aplicada ao
espaço, não podemos deixar de mencionar uma plataforma que
tem revolucionado a exploração e o estudo do espaço que são
os CubeSats.
CubeSats são pequenos satélites que seguem especificações
padronizadas e que têm um custo bastante baixo quando
comparados com os grandes satélites convencionais. A
padronização foi criada em 1999 e tem ganhado cada vez mais
espaço com a constante miniaturização de componentes e
diminuição de custos de lançamento [4].
Os CubeSats são formados por unidades padronizadas de 1U,
que têm 10 cm de aresta e massa de até 1,33 kg. As unidades
podem ser combinadas para formar CubeSats maiores, de até
6U.
Os CubeSats podem ser usados para uma variedade de
aplicações, incluindo:
● Observação da Terra: os CubeSats podem ser usados
para coletar dados sobre o clima, a vegetação, a
poluição e outros aspectos do planeta.

● Comunicações: os CubeSats podem ser usados para
fornecer comunicação em áreas remotas ou para
conectar satélites maiores.
● Testes de tecnologia: os CubeSats são uma
plataforma ideal para testar novas tecnologias
espaciais.
Os CubeSats estão sendo cada vez mais usados por
universidades, empresas e organizações governamentais. Eles
são uma maneira de democratizar o acesso ao espaço e
permitir que mais pessoas participem da exploração espacial.
Aqui estão alguns exemplos específicos de como os CubeSats
estão sendo usados atualmente:
● O CubeSat brasileiro São Paulo 1, lançado em 2019,
é usado para coletar dados sobre a ionosfera, a
camada de plasma que envolve a Terra.
● O CubeSat norte-americano Planet Labs Dove,
lançado em 2013, é usado para coletar imagens de
alta resolução da Terra.
● O CubeSat europeu QB50, lançado em 2017, é usado
para estudar a magnetosfera da Terra.
Os CubeSats têm o potencial de revolucionar a exploração
espacial. Eles são uma ferramenta poderosa que pode ser
usada para realizar pesquisas, coletar dados e testar novas
tecnologias. À medida que a tecnologia dos CubeSats continua
a se desenvolver, é provável que vejamos ainda mais
aplicações desses pequenos satélites no futuro.
CAPACIDADE DOS CUBESAT
Uma das características marcantes das plataformas CubeSats é
o uso extensivo de COTS - Commercial Off The Shelf. O
desempenho médio dos processadores COTS é custo, por serem padronizadas: definidas em unidades “U”, e
consideravelmente superior à solução rad-hard média
encontrada em naves espaciais [5].
Por outro lado, os dispositivos rad-hard são projetados para
resistir aos efeitos da radiação, portanto usados para
aplicações críticas, assim utiliza-se de uma variedade de
técnicas que incluem:
● Uso de materiais e componentes resistentes à
radiação: Alguns materiais e componentes são
naturalmente mais resistentes à radiação do que
outros.
● Uso de técnicas de projeto para minimizar a
exposição à radiação: O projeto de dispositivos rad-
hard pode minimizar a exposição à radiação,
colocando os componentes mais sensíveis em locais
protegidos.
● Uso de técnicas de teste para garantir a resistência
à radiação: Os dispositivos rad-hard são testados
5
para garantir que possam suportar a exposição à
radiação esperada.
Os dispositivos rad-hard são usados em uma variedade de
aplicações, incluindo:
● Exploração espacial: Os dispositivos rad-hard são
essenciais para as missões espaciais, pois as
espaçonaves são expostas a níveis elevados de
radiação.
● Defesa: Os dispositivos rad-hard são usados em
sistemas de defesa, pois podem ser expostos a
radiação de armas nucleares.
● Medicina: Os dispositivos rad-hard são usados em
equipamentos médicos, pois podem ser expostos à
radiação de raios-X e outros procedimentos médicos.
Exemplos de dispositivos rad-hard:
● Circuitos integrados: Os circuitos integrados são a
base de muitos dispositivos eletrônicos, incluindo
computadores, smartphones e sistemas de controle.
Os circuitos integrados rad-hard são projetados para
resistir aos efeitos da radiação.
● Memória: A memória é usada para armazenar dados.
A memória rad-hard é projetada para resistir aos
efeitos da radiação, evitando a perda de dados.
● Sensores: Os sensores são usados para detectar
objetos ou eventos. Os sensores rad-hard são
projetados para resistir aos efeitos da radiação,
evitando erros de medição.
A tecnologia rad-hard está em constante desenvolvimento, à
medida que as agências governamentais e empresas privadas
buscam maneiras de criar dispositivos e sistemas que sejam
mais resistentes à radiação, porém ainda com alto custo.
Por outro lado, a estrutura padrão dos CubeSats, são de baixo
são implementados combinando os módulos 1U como
mostrado na Figura 1.
A capacidade computacional dos CubeSats é limitada, pois
eles são pequenos e têm uma potência elétrica limitada. No
entanto, essa capacidade vem aumentando constantemente à
medida que a tecnologia de miniaturização continua a se
desenvolver.
Um CubeSat de 1U tem uma capacidade computacional de
cerca de 100 MHz. Isso é suficiente para executar tarefas
básicas, como controlar a nave espacial, coletar dados e
transmitir dados.
Os CubeSats maiores, de 2U ou mais, têm uma capacidade
computacional maior. Um CubeSat de 2U tem uma capacidade
computacional de cerca de 1 GHz. Isso é suficiente para

executar tarefas mais complexas, como processamento de
imagens, análise de dados e inteligência artificial.
A capacidade computacional dos CubeSats também pode ser
melhorada usando sistemas de processamento distribuído.
Nesses sistemas, os dados são processados por vários
computadores em miniatura, o que permite aumentar a
capacidade de processamento geral.
Figura 1 : Estrutura padrão dos CubeSats
IV APLICAÇÕES EM IA: PAPEL DA IA NA
EXPLORAÇÃO DO ESPAÇO
Utilizando a NASA como referência de algumas das
aplicações atuais de IA na exploração espacial [6]:
1. A exploração espacial gera enormes quantidades de
dados que não podem ser analisados pela inteligência
humana. Através da análise e interpretação dos
dados, a IA pode mudar a trajetória da exploração
espacial. Os dados podem ajudar os pesquisadores a
encontrar vida em novos planetas. Pode ajudar a
identificar e mapear padrões que não eram possíveis
pelos humanos. Além disso, planetas que têm as
condições adequadas para suportar a vida podem ser
conhecidos.
2. Os Rovers (robôs) que atualmente vagam pela
superfície de Marte são obrigados a tomar decisões
sem comandos específicos do controle da missão.
São as aplicações de IA que tornam isso possível. O
Rover Curiosity da NASA, por exemplo, pode se
mover por conta própria, evitando obstáculos no
caminho e determinando a melhor rota a seguir.
3. Os dados que recebemos do espaço na forma de
imagens. O desafio, porém, é decodificar essas
imagens e extrair as informações necessárias. O
aprendizado de máquina pode ajudar aqui. O NASA
Frontier Development Lab. e gigantes da tecnologia
6
como IBM e Microsoft se uniram para alavancar o
aprendizado de máquina como uma solução para
detecção de danos de tempestades solares, medição
da atmosfera e determinação do "clima espacial" de
um determinado planeta através da medição da
magnetosfera e da atmosfera. A mesma técnica
também pode ser usada para descoberta de recursos
no espaço e para identificar locais de pouso de
planetas adequados.
4. O aprendizado de máquina desempenhou um papel
importante no pouso bem-sucedido do SpaceX
Falcon 9 na Estação da Força Aérea de Cabo
Canaveral em 2015. Ele identificou a melhor maneira
de pousar o foguete por meio de dados em tempo
real, facilitando a previsão da rota.
5. Através de aplicações de IA, a composição geológica
e o significado histórico de um planeta podem ser
conhecidos. Não só isso, mas a IA também pode
enviar, analisar e classificar imagens do mesmo e
decidir a próxima melhor ação.
6. O aprendizado profundo pode ser aplicado em pouso
automático, tomada de decisão inteligente e sistemas
totalmente autônomos.
7. As espaçonaves de nova geração, graças à
inteligência artificial, serão mais independentes,
autossuficientes e autônomas. A IA irá além dos
limites humanos para identificar descobertas e enviar
informações de volta à Terra.
8. Aplicações de IA podem otimizar sistemas de
rastreamento planetários, permitir transmissão de
dados inteligente e anular o risco de erro humano
(usando manutenção preditiva).
9. Chandrayaan-2 (Índia): A missão Chandrayaan-2 da
ISRO utilizou IA para pouso lunar, especificamente
para evitar riscos de pouso autônomo. Os algoritmos
de IA ajudaram o módulo de pouso a identificar
locais de pouso seguros e evitar terrenos perigosos.
10. - Aterrissagem em Marte dos EUA: Os Rovers da
NASA em Marte, como Curiosity e Perseverance,
empregam IA para operações de entrada, descida e
pouso (EDL). Isso inclui sistemas alimentados por IA
para análise de terreno, tomada de decisões durante a
descida e ajuste de locais de pouso.
V. CONSIDERAÇÕES:
A IA na investigação e tecnologia espacial continua a evoluir,
com potencial para avançar significativamente a nossa
compreensão do cosmos e melhorar a eficiência e a segurança
das missões de exploração espacial. À medida que a
tecnologia avança, o papel da IA na investigação espacial
deverá tornar-se ainda mais proeminente. Para a NASA a
próxima grande aposta será criar o GPS no Espaço — O
NASA Frontier Development Lab. está trabalhando em uma
aplicação de IA que faria o trabalho de um GPS no espaço e
tornaria mais fácil explorar Titã, Marte ou até mesmo a Lua.
 7

VI. CONCLUSION

Em resumo, a IA tem um impacto significativo atualmente

desempenhando um papel fundamental em vários aspectos da
pesquisa e tecnologia espacial, incluindo naves espaciais não
tripuladas, controle de atitude de foguetes, navegação
automática, posicionamento de estrelas, pousos na Lua e em
Marte, implantação de Rover e até mesmo nas missões da
SpaceX, Falcon 9 e Starship, que tem estado mais em pauta
nos dias de hoje, integrando IA para aprimorar as operações
ais, que são exemplos reais da utilização nesse nicho.
 8

REFERENCES
[1] “EsaArtificialIntelligenceInSpace”
https://www.esa.int/Enabling_Support/Preparing_for_the_Future/Discove
ry_and_Preparation/Artificial_intelligence_in_space

[2] “AI Coming of Ages: NASA Uses AI for autonomous space exploitation”
https://ieeexplore.ieee.org/abstract/document/590067

[3] “Artificial Intelligence for Small Satellites Mission Autonomy “

http://porto.polito.it/2694565/

[4] “O que são os CubeSats - A revolução dos CubeSats ”

https://youtu.be/EcbGyIlDnZ0

[5] “CubeSats and the Development of Space-Based Robotics”

https://ts2.space/en/cubesats-and-the-development-of-space-based-robotics/

[6] “NASA using AI and Machine Learning for space exploration “

-https://medium.com/@sandanshikunti/nasa-using-ai-and-machine-
learning-for-space-exploration-e61af699307a