"I satelliti di osservazione della Terra inviano una grande quantità di dati ogni giorno - spiega 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. Fino ad ora, le immagini venivano acquisite e 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 – afferma 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 fra le prestazioni dell'Intelligenza Artificiale e le risorse di calcolo e di memoria disponibili nel processore utilizzato a bordo. Questa sfida ha coinvolto con entusiasmo molti giovani ricercatori e dottorandi del Dipartimento, che sono riusciti a sviluppare una rete neurale che garantisce una classificazione binaria (nuvola/non-nuvola) con un'accuratezza del 92%, un tempo di esecuzione di 325 ms e un consumo di potenza di 1.8W".
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 - afferma 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 infatti sviluppando una seconda rete a segmentazione per classificare l'immagine (nuvola/non-nuvola) a livello di pixel che garantisce una granularità ancora più fine"
Questo è solo l'inizio – conclude Fanucci - di una nuova era per i micro-nano satelliti per l'osservazione della terra che permetteranno di acquisire in modo più rapido e meno costoso informazioni preziose per la salute del nostro pianeta".
