W miarę rozwoju obrazów satelitarnych ich rola w operacjach staje się widoczna.
W ciągu ostatniego roku przywódcy Republiki Wysp Marshalla, obszaru lądowego o powierzchni 181 km? otoczonego przez dwa miliony km? wód, chcieli skrócić czas potrzebny na wykrycie statków podejrzewanych o nielegalny połów ryb.
Podczas 12-dniowej kampanii prowadzonej przez Urząd Zasobów Morskich Wysp Marshalla radar satelitarny i obrazy optyczne zostały połączone z systemem automatycznej identyfikacji (AIS) i danymi o monitorowaniu statków w silniku analitycznym Starboard Maritime Intelligence.
Firma z siedzibą w Nowej Zelandii koncentruje się na śledzeniu w czasie rzeczywistym opartym na sztucznej inteligencji oraz analizie ryzyka w globalnej aktywności morskiej.
System Starboard wyraźnie szukał statków "wykazujących długie rozlokowania, przeładunki lub [konflikty identyfikacyjne], i wysyłał operacyjne wskazówki bezpośrednio do samolotów w locie" ? powiedział Robert Cardillo, przewodniczący rady dyrektorów USGIF, 4 maja na Sympozjum GEOINT 2026.
Kampania odniosła sukces. Grupa skróciła czas wykrywania z dni do godzin.
Poniżej znajduje się kilka innych szkiców, które ilustrują realne przykłady wykorzystania nowej technologii, oraz które firmy i aplikacje napędzają tę technologię naprzód.
Na Sympozjum GEOINT, w innym przykładzie, liderzy USGIF pochwalili BlackSky za ujawnienie tego, co wydawało się skoordynowaną aktywnością desantową na wybrzeżu Chin.
Tam BlackSky połączył wysokoczęstotliwościowe obrazy satelitarne z sztuczną inteligencją, aby podkreślić aktywność, która "sugerowała ćwiczenia wojskowe, a nie izolowaną praktykę szkoleniową" ? powiedziała dyrektor generalna USGIF Ronda Schrenk.
Monitorując około 100 statków, BlackSky wykrył aktywność w pobliżu wojskowych barek w stoczni, okręty desantowe wielokrotnie przemieszczały się z wody na ląd i z powrotem na barki, a także promy cywilne przeznaczone do przewozu samochodów, ciężarówek i autobusów poruszające się w pobliżu.
"Pojedynczo te działania mogą wydawać się myląco rutynowe i odosobnione" ? powiedziała Schrenk. "Ale obrazowanie od świtu do zmierzchu i analityka napędzana AI przekształcają rozproszone działania w spójny wzorzec, redukując niepewność i informując decydentów."
Mały pożar krzewów w Oregonie był jednym z pierwszych obrazów uchwyconych przez Firesat, pierwszy satelita wyprodukowany i wystrzelony przez Muon Space w 2025 roku dla non-profit Earth Fire Alliance.
Czujnik średniego zakresu podczerwieni satelity precyzyjnie wskazał pożar drogowy, który obejmował mniej niż jedną piątą hektara i nie został wykryty przez tradycyjne czujniki, powiedział Cardillo.
"Wykrycie to demonstruje zaawansowaną czułość i przełomową zdolność znajdowania pożarów na najwcześniejszym, najłatwiejszym do opanowania etapie" ? dodał.
Kiedy międzynarodowy nadzór nad irańskim programem nuklearnym w ramach JCPOA zakończył się w październiku, Iceye zapewniło codzienne obserwacje irańskich miejsc uszkodzonych w 2025 r. przez ataki USA i Izraela.
Konstelacja Iceye Ground Track Repeat Synthetic Aperture Radar (GTR-SAR) codziennie gromadziła obrazy dziewięciu miejsc o tej samej porze i z tego samego kąta. Przetworzone dane pokazały rozległe uszkodzenia i niewielkie oznaki odbudowy, co jest kluczową miarą celów wojskowych.
"Uszkodzone irańskie obiekty nuklearne nie były odbudowywane - przynajmniej nie tam, gdzie ktoś mógłby je zobaczyć" ? powiedział Cardillo.
Aby monitorować aktywność wokół Antelope Reef w strategicznie ważnym obszarze Morza Południowochińskiego, Vantor zintegrował modele bazowe Google ze swoją aplikacją Sentry do stałego monitorowania.
To umożliwiło bardziej wszechstronną analizę i monitorowanie w regionie kontrolowanym przez Chiny, gdzie kraj zbudował sztuczną wyspę w wodach, nad którymi Wietnam i Tajwan również roszczą sobie prawa do własności.
Aplikacja umożliwia analitykom ludzkim interakcję z danymi i wykorzystanie zdolności agentowych do tworzenia raportów wywiadowczych na temat bieżącej aktywności - a nawet dostarczanie zaleceń lub prognoz dotyczących tego, co prawdopodobnie wydarzy się w najbliższych dniach lub tygodniach,
"Te możliwości odblokowują ciągłą analizę wzorców życia w Antelope Reef i na znacznie większym, spornym obszarze."
HyperReveal firmy Safran, system sztucznej inteligencji i uczenia maszynowego zaprojektowany do wykrywania obiektów, pomógł nieujawnionemu klientowi Departamentu Obrony w wykrywaniu, klasyfikowaniu i identyfikowaniu jednostek morskich oraz przesyłaniu informacji bezpośrednio z kosmosu do terminali naziemnych.
Mobilna antena Safran obsługiwała łącza w dół i przygotowywała surowe dane do przetwarzania przed przekazaniem danych do HyperReveal. System sklasyfikował prawie 4 000 jednostek na obszarze 1 600 km? w mniej niż osiem minut.
HyperReveal został wytrenowany przez analityków obrazów, "podejście z człowiekiem w pętli, które zapewnia wyższą dokładność niż jakikolwiek w pełni zautomatyzowany system mógłby osiągnąć" ? powiedział Cardillo. "To nie tylko szybsza analiza, to krok w przemieszczeniu w szybkości operacyjnej, dokładności i autonomii."
Jane's opracował proces identyfikowania i geolokalizacji naziemnych radarów, obrony powietrznej i systemów elektronicznego wojny. Proces łączy dane o zakłóceniach częstotliwości radiowej z obrazami satelitarnymi i wywiadem z otwartych źródeł.
Łącząc zestawy danych z innymi źródłami wywiadu, "Jane's zidentyfikował warstwowe architektury ochrony sił otaczające wysokocenne rosyjskie zdolności, w tym węzły dowodzenia i kontroli, centra logistyczne i inne kluczowe funkcje bojowe," ? powiedziała Schrenk.
Podobnie Whitespace, firma która opracowuje systemy operacyjne AI dla klientów rządowych, uprościła wykrywanie prawdopodobnych miejsc zakłóceń GPS poprzez zautomatyzowanie wykrywania artefaktów na obrazach geospacjalnych.
Poprzez zautomatyzowaną analizę w poszukiwaniu artefaktów, które wyglądają jak punkty skaczące po mapie, Whitespace może pokazać czas i lokalizację przeszłych zakłóceń i ujawnić trwające zakłócanie w strumieniaanych danych, powiedziała Schrenk. "Ta szybka, zautomatyzowana zdolność może pomóc analitykom, którzy chcą wykryć degradujące dane wpływające na ich analizę, informować dowódców o zagrożeniach dla nawigacji lub umożliwić celowanie w sprzęt zakłócający."
Jedna z vignette, którą USGIF przedstawił, dotyczyła balonu wysokiego lotu, a nie satelit. Armia Stanów Zjednoczonych wykorzystała balon wysokiego lotu Microballoon z czujnikiem elektro-optycznym od Urban Sky, startupu z Denver. Model AI i ML następnie wykrył i sklasyfikował statki, pojazdy i samoloty na szerokim obszarze.
"Detekcje trafiają do systemu misji operatora w czasie nie dłuższym niż trzy minuty za pośrednictwem Starlink" ? powiedziała Schrenk. "Żadnego zadania satelitarnego. Żadnej kolejki [wywiad, nadzór, rozpoznanie]."
"Urban Sky obecnie dostarcza systemy operacyjne 1. Wielodomenowej Grupy Zadaniowej Armii do badań terenowych," powiedziała Schrenk.
Auria Space opracowało platformę Auria Cerux, aby zastosować AI agentowy do planowania konstelacji satelitarnych.
Ponieważ trudno jest na tyle szybko przekierować zadania konstelacjom, aby nadążyć za poruszającymi się celami, Cerux synchronizuje przekazanie zadań między satelitami i koordynuje typy czujników, powiedziała Schrenk. "Wynikiem jest reaktywna, samowzmacniająca się sieć, system, który sam siebie naprowadza i wskazuje lepsze kąty widzenia oraz utrzymuje ciągły nadzór nad kluczowymi ruchomymi celami."
Dziękujemy, że przeczytałaś/eś artykuł! Obserwuj nas w Wiadomościach Google.
