Il Tirreno

PISA

Il 3 settembre 2020 alle ore 03:51 due nanosatelliti (denominati FSSCat) dell’Agenzia Spaziale Europea sono stati lanciati dallo spazioporto in Kourou, nella Guiana Francese, con il lanciatore Vega. Uno dei satelliti contiene a bordo Phi-sat-1, la prima rete neurale ad essere inviata nello spazio, con un’intelligenza artificiale messa a punto dai ricercatori del Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa.

Scopo della missione è raccogliere dati per l’osservazione della Terra, ad esempio misurare lo spessore e l’estensione dei ghiacciai, i cambiamenti nella vegetazione e nella qualità dell'acqua o rilevare le isole di calore urbane.

«I satelliti di osservazione della Terra inviano una grande quantità di dati ogni giorno - dice Massimiliano Pastena dell’Esa - e sono sempre più importanti per comprendere come funziona il nostro pianeta e per monitorare fenomeni come i cambiamenti climatici. In quest’ottica, avere a disposizione dati significativi è più che mai essenziale. Finora le immagini venivano acquisite ed inviate direttamente sulla Terra, ma molte di loro non sono adatte all’uso per via della copertura nuvolosa. L’intelligenza artificiale di Phi-sat-1, messa a punto dall’Università di Pisa, identificherà queste immagini automaticamente a bordo, in modo che soltanto i dati utilizzabili vengano inviati a terra. Ciò renderà il processo di gestione di questi dati più efficiente, consentendo l’accesso agli utenti a informazioni più tempestive».

«Phi-sat-1 utilizza una rete neurale profonda per riconoscere la presenza di nuvole nelle immagini acquisite dalla camera iperspettrale - dice Luca Fanucci, docente dell’Università di Pisa e responsabile scientifico Phi-sat-1 per il Dipartimento di Ingegneria dell’Informazione -. La sfida per il nostro gruppo di ricerca è stata trovare il miglior compromesso tra le prestazioni dell’intelligenza artificiale e le risorse di calcolo e di memoria disponibili nel processore utilizzato a bordo». Capofila della missione Phi-sat-1 è l’azienda olandese Cosine measurement systems, che ha sviluppato il sistema di acquisizione di immagini denominato HyperScout-2. «L’uso della rete neurale - dice Marco Esposito, remote sensing business unit manager dell’azienda - permette un miglioramento significativo nell’elaborazione di bordo delle immagini, ma il lavoro continua: l’Università di Pisa sta sviluppando una seconda rete a segmentazione per classificare l’immagine a livello di pixel che garantisce una granularità ancora più fine». —

© RIPRODUZIONE RISERVATA