Sebbene il potenziale dell'AI nella produzione di satelliti sia innegabile, le aziende stanno adottando un approccio cauto alla sua implementazione, dando priorità alla sicurezza informatica e all'integrità dei dati.
Blue Canyon Technologies, una sussidiaria di Raytheon Technologies, sta esplorando come l'AI possa contribuire alla produzione senza compromettere la sicurezza informatica. "Quando cerchi di insegnare a una macchina AI, dove vanno i tuoi dati?", ha chiesto Chris Winslett, general manager di Blue Canyon Technologies, alla conferenza Satellite Innovation. "C'è anche preoccupazione per l'estrazione di dati da applicazioni esterne. Da dove provengono?".
Winslett sottolinea il valore dell'AI nell'ottimizzare il processo di progettazione ingegneristica. "Vuoi essere in grado di usare l'AI per aiutarti a trasformare una tonnellata di dati in informazioni", ha detto, aggiungendo che ciò libera gli ingegneri per prendere decisioni informate invece di analizzare manualmente i dati.
Kongsberg NanoAvionics condivide preoccupazioni simili sulla provenienza dei dati. "Come puoi fidarti di ciò che stai ottenendo? Qual è la fonte?", ha chiesto Karolis Senvaitis, direttore delle operazioni ingegneristiche. "Se stai aggregando i risultati, stai ottenendo i risultati che desideri?".
Senvaitis crede che l'AI possa essere preziosa per raccogliere e analizzare set di dati vasti, ma la sua integrazione diretta nei processi di produzione e test è prematura fino a quando queste domande non saranno affrontate.
Machina Labs, una startup di Los Angeles specializzata in tecnologia robotica per la lavorazione dei metalli, affronta la provenienza dei dati in modo diverso. Generando i propri dati attraverso i suoi sistemi robotici, Machina Labs minimizza i rischi di dati esterni.
"Molti dei nostri processi incorporano ingegneri di progettazione e ingegneri di sviluppo dei processi, che essenzialmente interpretano questa pletora di dati generati dai nostri robot di formatura", ha spiegato John Borrego, vicepresidente della produzione di Machina Labs. "Utilizzando sensori di carico e sensori di posizione e software e dispositivi di scansione ad alta precisione, siamo in grado di determinare se una parte soddisferà o meno i requisiti".
I dati provenienti da questi sensori sono archiviati in modo sicuro nel cloud. "Stiamo solo grattando la superficie, perché ora abbiamo dati concreti che possono essere utilizzati e sfruttati per ottimizzare i processi e ridurre qualsiasi tipo di difetto di qualità per le parti future", ha aggiunto Borrego.