Por primera vez, un satelite de observacion terrestre identifica objetivos en orbita mediante un modelo de inteligencia artificial

Qué pasó

Por primera vez en la historia de la observacion terrestre, un satelite logro identificar de manera autonoma los elementos que buscaba, sin requerir el envio de los datos a analistas ubicados en superficie. El hecho, ocurrido en abril de 2026, fue reportado por la publicacion especializada TechCrunch y constituye el primer caso documentado del uso operativo de un modelo vision-lenguaje (VLM, por su sigla en ingles) a bordo de una nave espacial.

La mision se llevo a cabo sobre Yam-9, una plataforma construida por la compania de infraestructura espacial Loft Orbital. A bordo, un paquete de software desarrollado por el Jet Propulsion Laboratory (JPL) de la NASA procesa imagenes satelitales en respuesta a consultas formuladas en lenguaje natural. El motor de inteligencia artificial corresponde a Gemma 3, el modelo vision-lenguaje de Google DeepMind disenado especificamente para aplicaciones de borde, es decir, para ejecutarse en equipos con capacidad de procesamiento limitada y sin conexion directa a centros de datos.

El sistema permitio a los investigadores solicitar al modelo, por ejemplo, la clasificacion de zonas donde el entorno natural colinda con desarrollo humano, o la identificacion de infraestructura en torno a nucleos ferroviarios. Yam-9 fue lanzado en el segundo semestre de 2025 como satelite precursor de los proyectos de inteligencia artificial orbital de Loft Orbital e incorpora una unidad de procesamiento grafico Nvidia Jetson Orrin AGX, una de las mas utilizadas en computacion espacial.

El software NAVI-Orbital, liderado por Juan Delfa Victoria, jefe tecnico del grupo de inteligencia artificial de NASA JPL, sirvio como interface entre el modelo Gemma 3 y los sensores del satelite. Aunque el modelo base es comercial, los ingenieros tuvieron que optimizar el paquete de software para reducir los requerimientos computacionales y adaptarlo a las restricciones del hardware en orbita.

Contexto

Hasta ahora, la operativa habitual de los satelites de observacion terrestre consistia en la descarga de grandes volumenes de datos hacia la Tierra, donde analistas humanos o algoritmos de aprendizaje automatico realizaban el procesamiento y la interpretacion de la informacion. Este esquema genera cuellos de botella y elevados costos asociados al ancho de banda y al capital humano requerido para revisar la informacion.

La irrupcion de los modelos vision-lenguaje, que combinan la capacidad de comprension contextual de los grandes modelos de lenguaje con herramientas de analisis de imagenes, esta modificando este paradigma. Empresas como Google DeepMind han desarrollado versiones optimizadas de estos modelos para aplicaciones de borde, lo que permite su despliegue en dispositivos con recursos computacionales acotados, una condicion indispensable para su operacion en el espacio.

El modelo de negocio de Loft Orbital difiere del fabricante tradicional de satelites. La compania opera bajo una logica de infraestructura como servicio, ofreciendo plataformas para clientes externos que contratan capacidad de procesamiento y observacion. Recientemente, la empresa suscribio un acuerdo con EarthDaily para construir, lanzar y operar seis nuevos satelites que analizaran y comercializarian los datos captados a bordo.

Para el sector espacial, la posibilidad de ejecutar inteligencia artificial directamente en orbita representa un cambio estructural. Procesar la informacion en el mismo punto de captura reduce la dependencia de enlaces descendentes, disminuye la latencia y permite priorizar el envio unicamente de aquella informacion que resulta relevante para el cliente o la mision.

Impacto para empresas chilenas

En Chile, donde la industria espacial se ha desarrollado principalmente a traves de instituciones academicas y de organismos como la Agencia Chilena del Espacio, el avance de la inteligencia artificial orbital abre oportunidades concretas para empresas locales especializadas en mineria, agricultura de precision, monitoreo de recursos naturales y gestion de riesgos.

Pymes y startups chilenas que actualmente dependen de imagenes satelitales de proveedores internacionales para sus operaciones podrian verse beneficiadas por la reduccion de costos y por una mayor disponibilidad de datos procesados. Sectores como la salmonicultura, la fruticultura y la mineria del cobre, altamente relevantes para la economia nacional, requieren monitoreo constante de instalaciones y areas de interes geografico, una tarea en la que los modelos vision-lenguaje pueden aportar significativos incrementos de productividad.

Adicionalmente, la posibilidad de contratar capacidad de observacion bajo esquemas de infraestructura como servicio podria reducir las barreras de entrada para empresas de menor tamano que no disponen de los recursos para operar satelites propios. Instituciones publicas chilenas, como la Oficina Nacional de Emergencia y los servicios vinculados a la proteccion civil, podrian incorporar esta tecnologia para tareas de vigilancia y respuesta ante desastres naturales, una linea de trabajo alineada con los crecientes desafios climaticos que enfrenta el pais.

En el mediano plazo, el desarrollo de capacidades nacionales en procesamiento de imagenes satelitales con inteligencia artificial podria convertirse en un nuevo segmento de servicios para la exportacion de tecnologias, aprovechando la creciente demanda global de soluciones de observacion terrestre.

Qué sigue

El caso de Yam-9 es considerado un punto de partida para el despliegue de infraestructura de inteligencia artificial a mayor escala en el espacio. Segun Paul Lasserre, jefe de inteligencia artificial de Loft Orbital, la tecnologia allana el camino hacia capas permanentes de vigilancia orbital, en las que los satelites podran ejecutar consultas complejas de manera continua, como monitorear fronteras o detectar actividades inusuales, sin intervencion humana directa.

En el largo plazo, la disponibilidad de modelos vision-lenguaje optimizados para hardware limitado podria traducirse en constelaciones satelitales dotadas de capacidades de razonamiento autonomo, lo que modificaria tanto la estructura de costos de la industria como el tipo de servicios que estas plataformas podran ofrecer a gobiernos, empresas y organismos internacionales.