INTELIGÊNCIA ARTIFICIAL EMBARCADA EM SATÉLITES CUBESAT

ARTIFICIAL INTELLIGENCE ONBOARDED IN CUBESAT SATELLITES

REGISTRO DOI: 10.69849/revistaft/ra202408141943


Miguel Adrian Carretero1


RESUMO

A fusão da Inteligência Artificial (IA) com CubeSat, nanosatélites de baixo custo, abre um novo capítulo na exploração espacial. Essa união promete revolucionar as missões espaciais, tornando-as mais acessíveis, eficientes e autônomas, com um vasto leque de aplicações inovadoras em diversos campos do conhecimento. Este artigo teórico-científico explora os principais aspectos do CubeSat, Inteligência Artificial (IA) e a sua aplicação integrada em CubeSat, desde os desafios técnicos, os benefícios até as aplicações inovadoras.

Palavras-chave: Satélite. Inteligência Artificial. Pequenos Satélites. Engenharia Espacial.

ABSTRACT

The fusion of Artificial Intelligence (AI) with CubeSat, low-cost nanosatellites, opens a new chapter in space exploration. This union promises to revolutionize space missions, making them more accessible, efficient and autonomous, with a wide range of innovative applications in various fields of knowledge. This theoretical-scientific article explores the main aspects of CubeSat, Artificial Intelligence (AI) and its integrated application in CubeSat, from the technical challenges, the benefits and the innovative applications.

Keywords: Satellite. Artificial intelligence. Small Satellites. Space Engineering.

1 INTRODUÇÃO

Os CubeSats são satélites miniaturizados de baixo custo e alta modularidade, que tornaram possível o acesso ao espaço, com novas missões no espaço a baixo custo e democratizando a pesquisa espacial e abrindo novas portas para aplicações científicas e comerciais (NASA, 2024) (CUBESAT, 2024).

A integração da IA em CubeSat representa um avanço nas operações técnicas dessa plataforma, expandindo exponencialmente suas capacidades e assim permitindo a realização de tarefas complexas em órbita terrestre com maior autonomia e eficiência e abrindo fronteiras inexploradas na coleta e análise de dados espaciais.

O artigo irá descrever os fundamentos básicos sobre o CubeSat e Inteligência Artificial (IA), explicar como é revolucionária a integração entre esses componentes, apresentará alguns projetos espaciais que usam IA em CubeSat e a conclusão sobre a integração. 

A integração tem potencial para trazer benefícios à exploração espacial, mas os desafios de sua aplicação são grandes e exigem muita capacidade técnica e condições tecnológicas bem desenvolvidas. É importante que a união entre a IA e o CubeSat consiga obter o seu pleno potencial e ser um salto gigante na exploração espacial.

2 CUBESAT E INTELIGÊNCIA ARTIFICIAL

2.1 TECNOLOGIA DE CUBESAT

O conceito de CubeSat, conhecido como nanosatélite, foi apresentado no final da década de 1990 pelo departamento de aerodinâmica de Universidade de Stanford, liderados por Bob Twiggs, com a intenção de facilitar as organizações de pesquisas e universidades o acesso e a atividades de exploração científica do espaço (WIKIPÉDIA, 2024).

O CubeSat tem o tamanho padronizado com as dimensões de 10x10x10 cm, formando um cubo, denominado de unidade cúbica de 1U. A combinação dessas unidades pode formar CubeSats maiores. As vantagens de usar CubeSat incluem a redução permanente no custo de desenvolvimento de tecnologia miniaturizada, como sensores, câmeras e GPS, bem como o uso de computação embarcada para processar dados e executar as tarefas da missão (ALMAZROUEI, KHAN, et al., 2021).

O CubeSat é uma inovação relativamente nova no campo da tecnologia de satélites, com uma estrutura simples, baixo custo, ciclo de desenvolvimento mais curto, rápida interação entre ideias e tecnologias, e lançamento como carona em foguetes e por conseguinte barateando os custos. Com essas características, está permitindo potencializar a sua utilização em diferentes áreas, como plataforma de pesquisa (para instituições e universidades) e desenvolvimento para indústria aeroespacial (JANSON, 2020).

São construídos com foco principal na investigação científica na área espacial e para experimentação tecnológica. Seus requisitos são mais flexíveis em sua construção o que tornam os projetos mais fáceis de organizar e planejar (AREDA, CORDOVA-ALARCON, et al., 2022).  A área espacial vem se aproveitando das capacidades tecnológicas e da facilidade de desenvolvimento de projetos em CubeSat, e por isso, está trabalhando na cobertura global, em baixa órbita, de pequenos satélites, ou seja, em constelações, para aplicações de IoT (Internet da Coisa), distribuição de chaves quânticas e monitoramento de emissões de carbono, entre outras aplicações (ARIFIN, 2021).

As aplicações desenvolvidas para CubeSat permeiam em várias áreas como o monitoramento ambiental, mudanças climáticas, estudos da atmosfera, fenômenos do espaço, IoT espacial, comunicação em órbita, navegação, rastreamento de navios e aeronaves entre outras áreas de pesquisa científica e comercial. Essas aplicações produzidas para o CubeSat estão impulsionando a inovação que beneficiam a sociedade. 

No Brasil o Ministério da Ciência, Tecnologia e Inovações – MCTI pela sua unidade de pesquisa denominada de Instituto Nacional de Pesquisas Espaciais – INPE, atua no desenvolvimento e no apoio a outros órgãos que trabalham com projetos que usam CubeSat para pesquisas científicas ou educacional no Brasil (GOV.BR, 2024). 

2.2 INTELIGÊNCIA ARTIFICIAL

A Inteligência Artificial (IA) é baseada sobre uma tecnologia de computador que permite ao software aprender com eventos do mundo real, desenvolver adaptação e funcionar de forma autônoma e independente dos tipos de dados informados (ERIK e OLE ANDREAS, 2022). 

A IA busca associar-se ao comportamento de aprendizagem humana para que o computador simule a capacidade da inteligência humana, realizando tarefas complexas que são exclusivas do domínio humano com maior rapidez e assertividade. Essa inovação tem revolucionado muitos setores, moldado e impulsionado avanços científicos, tecnológicos e socais (OBAID, 2023, p. 81-91) (MCLEAN, READ, et al., 2023, p. 649-663).

Os softwares convencionais são feitos para que os computadores sigam uma lógica especialista, ou seja, por regras de decisões já pré-estabelecidas, enquanto a IA de acordo com Russel e Norvig (2013), um dos conceitos fundamentais é o aprendizado de máquina (machine learning). A pesquisa sobre modelos baseados na aprendizagem está em evolução com as novas tecnologias computacionais de ponta, o que permite replicar e, em muitos casos, melhorar a aprendizagem e a cognição humana. Os modelos de aprendizado de máquina fornecem a IA a capacidade de aprender com os dados de um domínio e reaprender quando novos dados desse domínio são alterados ou gerados.

As funcionalidades especificas que definem a IA podem envolver conhecimento, raciocínio, aprendizagem, processamento de linguagem natural (PLN), compreensão de movimento e execução de tarefas específicas (FACELI, LORENA, et al., 2011).

A IA pode ser classificada por seu modelo de aprendizado, o que a torna uma ferramenta poderosa na solução de problemas complexos, temos o modelo de Aprendizado Supervisionado, que guia o caminho com exemplos; o Aprendizado Não Supervisionado, que desvendando o desconhecido com autonomia; o Aprendizado por Reforço, que domina através da tentativa e erro; Redes Neurais Artificiais, que imitam o funcionamento do cérebro humano; e o Modelo Híbrido, que combina forças para soluções mais robustas (RUSSEL e NORVIG, 2013) (WIKIPÉIDA, 2024). 

Cada um dos modelos de IA possui vantagens e desvantagens, e a escolha depende do problema que ser quer solucionar.

As funcionalidades específicas que definem uma IA podem ser (FACELI, LORENA, et al., 2011) (WIKIPÉIDA, 2024):

  • Aprendizado de Máquina: modelos que aprendem com os dados (supervisionados ou não) identificando padrões e realizando previsões sem a necessidade de uma programação explícita.
  • Visão Computacional: modelos que interpretam e analisam imagens e vídeos extraindo informações do mundo visual com precisão e inteligência.
  • Processamento de Linguagem Natural: modelos que permitem que computadores ou dispositivos compreendam a linguagem humana e processem (respondam ou traduzam) com fluidez.
  • Robótica: máquinas que interagem com o mundo real de forma autônoma.

3 INTEGRAÇÃO DA IA EM CUBESAT: UMA VISÃO REVOLUCIONÁRIA

A integração da IA com o CubeSat está revolucionando a panorama espacial, abrindo portas para projetos espaciais inovadores e ambiciosos com baixo custo e promissoras em diversos setores. Ela dota esses nanosatélites de capacidade autônoma e inteligente, expandindo exponencialmente suas funcionalidades e permitindo análises de dados mais complexas e em tempo real (NASA, 2024).

O desenvolvimento de algoritmos de IA robustos e eficientes é um desafio contínuo, considerando as restrições de recursos computacionais e de energia. Os desafios técnicos precisam ser cuidadosamente considerados e superados para garantir o sucesso dos projetos em CubeSat (TOORIAN, DIA e S. LEE, 2008).

Os desafios da integração estão relacionados a várias limitações como: (FURANO, TAVOULARI e ROVATTI, 2020)

  • Espaço e Peso: o CubeSat tem requisitos de tamanho e peso muito rígidos, o que impõe grandes desafios à integração de hardware e software de IA mais robustos.
  • Potência de Energia: com requisitos limitados em seus recursos, principalmente no peso das baterias e painéis solares, é exigido uma otimização eficiente dos algoritmos de IA.
  • Potência de Processamento: processadores com baixa capacidade computacional disponível em CubeSat torna limitado a capacidade de executar algoritmos de IA complexos.
  • Comunicação: como a largura de banda de comunicação entre o CubeSat e o sistema em solo é limitada, a compreensão de dados se torna crucial e somente o tráfego de dados mais importantes devem ser feitos.
  • Desafios de Desenvolvimento e Validação: falta de padronização de padrões e protocolos para a IA, ambiente espacial adverso que degradam o hardware e software e a validação em Terra devido à dificuldade de simular com precisão o ambiente espacial real.

Os desafios para a integração são muitos, mas é importante ressaltar que a pesquisa e o desenvolvimento de algoritmos de IA para CubeSat estão em constante evolução, e com o surgimento de novas tecnologias, soluções estão sendo desenvolvidas para superar os desafios (JAHNAVI, AFRIN, et al., 2023).

Apesar dos desafios, a integração representa um passo significativo para o futuro da exploração e pesquisa espacial. Algumas das vantagens são: (THANGAVE, , et al., 2024) (RUSSO e LAX, 2022) (MEß, DANNEMANN e GREIF, 2019):

  • Autonomia aprimorada: algoritmos de IA permitem que o CubeSat tome decisões autônomas, ajustando suas trajetórias, orientando seus instrumentos e gerenciando recursos de energia, coletando dados relevantes e respondendo a eventos em tempo real, portanto, reduzindo a intervenção humana e aumentando a eficiência.
  • Adaptabilidade em Tempo Real: responder a eventos inesperados e mudar os planos de voo ou de ações de acordo com as condições em constantes mudanças no espaço, tornando as aplicações mais robustas e versáteis do CubeSat.
  • Detecção de Anomalias: detectar anomalias e eventos inesperados em tempo real, possibilitando a tomada de decisão em tempo hábil e com respostas rápidas, crucial em projetos que fazem monitoramento ambiental.
  • Uso de Recursos: o CubeSat possui recursos limitados, e a IA pode otimizar o uso, como energia, memória e tempo de computação, portanto, aumentando a vida útil e a eficiência das operações.
  • Rastreamento: a IA usada para o acompanhamento de objetos em órbita para melhorar a segurança espacial.
  • Avanços Científicos e Aplicações Terrestres: uma gama de aplicações inovadoras que podem ser desenvolvidas como Monitoramento Ambiental, que monitora o desmatamento, qualidade do ar e mudanças climáticas; Gerenciamento de Desastres Naturais, que traz a precocidade de alertas para desastres naturais, terremotos, inundações e incêndios florestais; Agricultura de Precisão, que otimiza a irrigação, uso de fertilizantes e o aumento da produtividade agrícola.
  • Conectividade em Áreas Remotas: fornece conectividade de internet para áreas remotas, por conseguinte, impulsionando à educação e o desenvolvimento socioeconômico.

A integração representa um marco na exploração espacial e em diversas áreas terrestres. Essa união inovadora tem o potencial de tornar o CubeSat mais inteligente, autônomo e capaz de realizar novos feitos no espaço (MEDIA INC, 2023).

4 PROJETOS INOVADORES DE IA EM CUBESAT: EXPLORANDO AS FRONTEIRA DO ESPAÇO E DA TECNOLOGIA

A integração está impulsionando o cenário espacial, abrindo portas para aplicações inovadoras e ambiciosas com baixo custo de desenvolvimento. Diversos projetos inovadores demonstram o potencial dessa união com o desenvolvendo de aplicações promissoras em diversos setores.

Os projetos de IA em CubeSat podem ser aplicados na detecção e classificação de imagens com o objetivo de analisar imagens de câmera a bordo e providenciar monitoramento ambiental; permitir a navegação autônoma baseada em IA para correção de órbita; análise de dados científicos em tempo real que são coletados pelos sensores para detecção de eventos espaciais ou análise de dados climáticos.

Abaixo referências que representam projetos que usam a IA integrada em CubeSat.

  1. Missão Φsat-2 (ESA, 2023)
  • Objetivo: Demonstrar o potencial da IA para o monitoramento ambiental espacial.
  • Aplicações de IA: detecção de nuvens em tempo real para estudos climáticos; rastreamento de geleiras para análises precisas de mudanças climáticas.
  1. Programa de CubeSat da Universidade de Stanford (STANFORD, 2022) (ANDERSON, KURFESS e PUIG-SUARI, 2009)
  • Objetivo: Desenvolver CubeSats Autônomos com IA para diversas missões espaciais.
  • Aplicações de IA: navegação autônoma que permite a navegação com precisão sem intervenção humana; planejamento de missão que maximiza a eficiência da missão.
  1. AISat (HE e DAMAS, 2022, p. 12-16)
  • Objetivo: desvendar o funcionamento da estratosfera.
  • Aplicações de IA: análise de imagens para identificação das características da estratosfera; extração de informações sobre a composição e dinâmica da atmosfera.
  1. FireSat (SAL, 2021)
  • Objetivo: detecção de incêndio a partir de imagens em RGB.
  • Aplicações de IA: análise de imagens para identificação de queimadas.

As referências não são exaustivas, pois muitos outros projetos de IA aplicados a CubeSat estão em andamento. 

5 PERSPECTIVAS FUTURAS DA IA EM CUBESAT

Os avanços recentes na tecnologia CubeSat permitiram que lidassem com tarefas científicas e comerciais. Tarefas de decisões autônomas estão ficando para trás em comparação com sistemas que utilizam o processamento de IA na ponta. Previa-se que as futuras aplicações de tecnologia em CubeSat seriam autogerenciadas. Avanços inovadores são necessários na tecnologia em CubeSat, hardware e software, para aceitação de algoritmos e técnicas de IA atuais. Com as otimizações inovadoras e modelos de IA, aplicações interessantes e inovadoras na tecnologia se abririam, desde auxiliar missões em larga escala na ciência até aplicações comerciais e civis. O lançamento de missões espaciais de pequena e média escala com integração de modelos de IA eficiente e estendida estão se tornando uma realidade (MASCIO, MENICUCC, et al., 2021) (BI, YUNG, et al., 2022).  

A natureza inovadora dos CubeSats e as vastas aplicações da IA individualmente abriram um mundo totalmente novo de possibilidades de progresso inimagináveis. O objetivo é sobrepor esses campos distintos de tecnologia para impulsionar e melhorar os avanços atuais. Ainda há muito que pode ser melhorado e incorporado para ser um sistema eficiente e confiável para que pequenas soluções sejam habilitadas para o CubeSat.

A implementação dessas tecnologias em CubeSats pode revolucionar a maneira como lidamos com a exploração espacial e o monitoramento da Terra, oferecendo novas possibilidades para pesquisa científica, observação terrestre e até mesmo em missões interplanetárias. Ao prever novos lançamentos e explorar o desenvolvimento de hardware especializado, esta tecnologia promete expandir significativamente o escopo e a escala das missões.

6 CONCLUSÃO

A integração da Inteligência Artificial (IA) em CubeSat é promissora para o avanço da exploração espacial e coleta de dados científicos. Essa tecnologia inovadora oferece diversas vantagens como autonomia e tomada de decisões aprimorada; processamento e análise de dados aprimorados; miniaturização, redução de custos, experimentação e descobertas científicas aceleradas. Essa união possui um enorme potencial de transformar a forma como pesquisamos e exploramos o espaço.

Com o contínuo desenvolvimento da tecnologia de IA e a miniaturização do hardware com mais capacidade computacional, espera-se que essa integração venha a desempenhar um papel cada vez mais importante em futuros projetos espaciais. 

REFERÊNCIAS

ALMAZROUEI, A. et al. A complete mission concept design and analysis of the student-led cubesat project: Light-1. Aerospace, 1 set. 2021. 9.

ANDERSON, J. L.; KURFESS, F. J.; PUIG-SUARI, J. A FRAMEWORK FOR DEVELOPING ARTIFICIAL INTELLIGENCE FOR AUTONOMOUS SATELLITE OPERATIONS. IJCAI–09 Workshop on Artificial Intelligence in Space’. Pasadena, California, US : [s.n.]. 2009.

AREDA, E. E. et al. Development of Innovative CubeSat Platform for Mass Production. Applied Sciences (Switzerland), 1 set. 2022.

ARIFIN, J. Study of CUBESAT systems for IoT. 12th International Renewable Engineering Conference (IREC). Amman, Jordan: [s.n.]. 2021. p. 1-3.

BI, Z. et al. The State of the Art of Information. IEEEAccess, 2022.

CUBESAT. The CubeSat Program. CubeSat, 01 jul. 2024. Disponível em: <https://www.cubesat.org/about>.

ERIK, V.; OLE ANDREAS, A. A systematic review of human-AI interaction in autonomous ship systems. Safety Science, 2022.

ESA. Introducing Φsat-2. ESA title, 2023. Disponível em: <https://www.esa.int/Applications/Observing_the_Earth/Phsat-2/Introducing_Phsat-2>. Acesso em: 3 maio 2024.

FACELI, K. et al. Inteligência artificial: uma abordagem de aprendizado de máquina. [S.l.]: [s.n.], 2011.

FURANO, G.; TAVOULARI, A.; ROVATTI, M. AI in space: applications examples and challenges. IEEE International Symposium on Defect and Fault Tolerance in VLSI and Nanotechnology Systems (DFT). Frascati, Italy: [s.n.]. 2020. p. 1-6.

GOV.BR. Instituo Nacional de Pesquisas Espaciais. INPE, 2024. Disponível em: <https://www.gov.br/inpe/pt-br>. Acesso em: 30 jan. 2024.

HE, Y.; DAMAS, M. C. An AI CubeSat (AISat) High Altitude Air Balloon Launching Mission for Atmospheric Research. AGU Fall Meeting 2022. Chicago, IL,: [s.n.]. 2022. p. 12-16.

JAHNAVI, V. et al. Artificial Intelligence in Space-Limitations and its Solutions to Interplanetary CubeSats. International Conference on Innovative Data Communication Technologies and Application (ICIDCA). Uttarakhand, India: [s.n.]. 2023. p. 300-306.

JANSON, S. W. Nanosatellites: Space and Ground Technologies, Operations and Economics. [S.l.]: John Wiley & Sons Ltd, 2020.

MASCIO, S. D. et al. On-Board Decision Making in Space with Deep Neural Networks and RISC-V Vector Processors. ARC, 2021.

MCLEAN, S. et al. The risks associated with Artificial General Intelligence: A systematic review. Journal of Experimental and Theoretical Artificial Intelligence, 2023. 649-663.

MEARTH, P. THE MEARTH PROJECT. The MEarth Project Science, 2023. Disponível em: <https://lweb.cfa.harvard.edu/MEarth/Science.html>. Acesso em: 1 abr. 2024.

MEDIA INC, M. ESA Extends AI And Cloud Computing To Space. SpaceRef, 2023. Disponível em: <https://spaceref.com/newspace-and-tech/esa-extends-ai-and-cloud-computing-to-space/>. Acesso em: 15 maio 2024.

MEß, J.-G.; DANNEMANN, F.; GREIF, F. Techniques of Artificial Intelligence for Space Applications – A Survey. European Workshop on On-Board Data Processing (OBDP2019). European Space Agency: Bremen. 2019.

NASA. Artificial Intelligence. Artficial Intelligence – NASA, 2024. Disponível em: <https://www.nasa.gov/artificial-intelligence/>. Acesso em: 20 jun. 2024.

NASA. What are SmallSats and CubeSats?, 01 jul. 2024. Disponível em: <https://www.nasa.gov/what-are-smallsats-and-cubesats/>.

OBAID, O. I. From Machine Learning to Artificial General Intelligence: A Roadmap and Implications. Mesopotamian Journal of Big Data, 2023. 81-91.

RUSSEL, S.; NORVIG, P. Inteligência Artificial. 3. ed. São Paulo: Campus, 2013.

RUSSO, A.; LAX, G. Using Artificial Intelligence for Space Challenges: A Survey. Applied Sciences (Switzerland), 2022.

SAL, S. A. L. FIRESAT. SAL – Silicon Austria Labs, 2021. Disponível em: <https://silicon-austria-labs.com/en/research/projects/details/firesat>. Acesso em: 25 fev. 2024.

STANFORD. CubeSat: The little satellite that could. Stanford University(link is external), 2022. Disponível em: <https://engineering.stanford.edu/magazine/cubesat-little-satellite-could>. Acesso em: 1 mar. 2024.

THANGAVE, K. et al. Artificial Intelligence for Trusted Autonomous Satellite Operations. Progress in Aerospace Sciences, 2024.

TOORIAN, A.; DIA, K.; S. LEE. he CubeSat Approach to Space Access. EEE Aerospace Conference. [S.l.]: [s.n.]. 2008.

WIKIPÉDIA. CubeSat. WikiPédia A enciclopédia livre, 2024. Disponivel em: <https://pt.wikipedia.org/wiki/CubeSat#:~:text=CubeSat%20(acr%C3%B4nimo%20das%20palavras%20em,de%20at%C3%A9%201%2C33%20kg.>. Acesso em: 15 jun. 2024.

WIKIPÉIDA. Aprendizado de Máquina. Wikipédia A Enciclopédia libre, 2024. Disponível em: <https://pt.wikipedia.org/wiki/Aprendizado_de_m%C3%A1quina>. Acesso em: 1 jul. 2024.

YALE. YALE PLANETARY SOLUTIONS. Yale University, 2024. Disponível em: <https://planetarysolutions.yale.edu/>. Acesso em: 1 jul. 2024′.

GLOSSÁRIO

  • CubeSat: Nanosatélite miniaturizado e de baixo custo, com formato cúbico padronizado, utilizado para pesquisa científica e experimentação tecnológica no espaço.
  • Inteligência Artificial (IA): Tecnologia que permite a softwares aprender com dados e realizar tarefas complexas que normalmente exigem inteligência humana.
  • Aprendizado de Máquina: Subcampo da IA que se concentra no desenvolvimento de algoritmos que permitem que sistemas aprendam com dados e melhorem seu desempenho em uma tarefa específica sem serem explicitamente programados.   
  • Visão Computacional: Campo da IA que permite que computadores interpretem e entendam o mundo visual através de imagens e vídeos.
  • Processamento de Linguagem Natural (PLN): Área da IA que se concentra em permitir que computadores entendam, interpretem e gerem linguagem humana.
  • Robótica: Campo interdisciplinar que envolve a concepção, construção, operação e aplicação de robôs, combinando áreas como engenharia mecânica, elétrica, eletrônica e ciência da computação.
  • Anomalia: Padrão ou evento que se desvia significativamente do que é esperado ou considerado normal em um determinado contexto.
  • IoT (Internet das Coisas): Rede de objetos físicos, como dispositivos, veículos e eletrodomésticos, conectados à internet e capazes de coletar e trocar dados.
  • Constelação de Satélites: Grupo de satélites artificiais que trabalham em conjunto para fornecer cobertura global ou regional para serviços como comunicação, navegação e observação da Terra.
  • Estratosfera: Camada da atmosfera terrestre localizada acima da troposfera e abaixo da mesosfera, caracterizada por temperaturas estáveis e pela presença da camada de ozônio.
  • Órbita Terrestre: Caminho curvo que um objeto, como um satélite ou uma nave espacial, percorre ao redor da Terra sob a influência da gravidade.
  • Hardware: Componentes físicos de um sistema computacional, como processadores, memória, dispositivos de armazenamento e periféricos.
  • Software: Conjunto de instruções e dados que controlam o funcionamento de um computador ou dispositivo, incluindo sistemas operacionais, aplicativos e programas.
  • Algoritmo: Sequência finita e ordenada de instruções que, quando executadas, resolvem um problema ou realizam uma tarefa específica.
  • Largura de Banda: Quantidade de dados que pode ser transmitida através de uma conexão de rede em um determinado período, geralmente medida em bits por segundo (bps).
  • Missão Espacial: Projeto que envolve o envio de uma nave espacial ou satélite ao espaço para realizar tarefas específicas, como pesquisa científica, observação da Terra ou comunicação.
  • Plataforma de Pesquisa: Ambiente ou infraestrutura que fornece recursos e ferramentas para a realização de pesquisas científicas ou tecnológicas.
  • Democratização da Pesquisa Espacial: Processo de tornar o acesso ao espaço e à pesquisa espacial mais acessível a um público mais amplo, incluindo universidades, pequenas empresas e até mesmo indivíduos.
  • Monitoramento Ambiental: Uso de tecnologias, como satélites e sensores, para coletar dados e informações sobre o meio ambiente, como a qualidade do ar, a água e a biodiversidade.
  • Agricultura de Precisão: Aplicação de tecnologias, como GPS, sensores e drones, para otimizar a produção agrícola, monitorando as condições do solo, o clima e o crescimento das plantas.
  • Gerenciamento de Desastres Naturais: Utilização de tecnologias para prever, monitorar e responder a desastres naturais, como terremotos, tsunamis, inundações e incêndios florestais.
  • Segurança Espacial: Conjunto de medidas e práticas para garantir a segurança e a sustentabilidade das atividades espaciais, incluindo o monitoramento de detritos espaciais e a prevenção de colisões.

 1Tecnologista Sênior II e Mestre em Tecnologia e Engenharia Espacial pelo Instituto Nacional de Pesquisas Espaciais – INPE. e-mail: miguel.carretero@inpe.br