به گزارش خبرگزاری اقتصاد ایران،  رشد فناوری پرتاب‌گرهای قابل استفاده مجدد و توسعه شبکه‌های ماهواره‌ای، هزینه‌های پرتاب و نگهداری ماهواره‌ها را به میزان چشمگیری کاهش داده است.

ادغام هوش مصنوعی با داده های فضایی

از سوی دیگر، ادغام هوش مصنوعی با معماری‌های رایانش ابری و لبه نه‌تنها امکان تحلیل بلادرنگ داده‌های فضایی را فراهم ساخته، بلکه بستری گسترده برای خلق ارزش‌افزوده در حوزه‌های گوناگون، از کشاورزی و محیط‌زیست گرفته تا خدمات مالی و ارتباطات، ایجاد کرده است.

هم‌زمان با این تحولات، «اقتصاد فضا» نیز توجه فزاینده‌ای را از سوی دولت‌ها و بخش خصوصی به خود جلب کرده است. بر اساس برآوردهای صورت گرفته، پیش‌بینی می‌شود طی دهه آینده، حجم مبادلات مالی، تحقیقاتی و صنعتی مرتبط با داده‌های مبتنی بر فضا رشد چشمگیری داشته باشد.

در این یادداشت تحلیلی، نگاهی خواهیم داشت به مهم‌ترین روندهای فناوری و کاربردی در حوزه داده‌های فضامحور و بررسی خواهیم کرد که چگونه این داده‌ها، هم‌گام با زیرساخت‌های نوین اقتصاد دیجیتال، می‌توانند خدمات نوآورانه را پیش ببرند و رقابت‌پذیری کسب‌وکارها را تقویت نمایند. همچنین، چشم‌اندازی از فرصت‌ها و چالش‌های پیش رو ارائه می‌دهیم تا روشن شود همگرایی داده‌های فضایی و فناوری‌های پیشرفته چه نقشی در توسعه و رشد بلندمدت اقتصاد دیجیتال ایفا خواهد کرد.

حجم داده های فضایی به ۲۳۰ پتابایت داده می رسد

بر اساس گزارش «ABI Research»، یک مؤسسه تحقیقاتی و تحلیلی فعال در زمینه فناوری‌های نوظهور، درباره «منظومه‌های ماهواره‌ای و برنامه‌های پرتاب ۲۰۲۴» (Satellite Constellations and Launch ۲۰۲۴)، اکنون بیش از ۱۰ هزار ماهواره فعال در مدار زمین قرار دارند که بیش از ۹۰۰ عدد از آن‌ها به رصد زمین (شامل اپتیک، رادار و هواشناسی) اختصاص یافته‌اند. پیش‌بینی می‌شود تا سال ۲۰۳۲، این تعداد به بیش از ۲۳۰۰ ماهواره افزایش پیدا کند. همچنین برآوردهای صنعتی حاکی از آن است که هر ماهواره رصد زمین (EO) به‌طور میانگین روزانه تا ۱۰۰ ترابایت داده تولید می‌کند؛ رقمی که در سال ۲۰۳۲ می‌تواند به مجموع ۲۳۰ پتابایت داده در روز برسد. این حجم انبوه از داده، با توسعه مدل‌های هوش مصنوعی و پلتفرم‌های پردازش پیشرفته، بستری مناسب برای تحلیل‌های گسترده در حوزه‌های گوناگون فراهم می‌سازد.

بر اساس گزارش‌های منتشر شده، به موازات رشد حجم داده‌های فضایی، توان پردازشی در حوزه هوش مصنوعی نیز به‌سرعت افزایش یافته است. اپراتورهای رصد زمین و شرکت‌های تحلیل داده، مدل‌های قدرتمند هوش مصنوعی را توسعه داده‌اند تا بتوانند از داده‌های ماهواره‌ای با دقت و سرعت بیشتری استفاده کنند.

این روند می‌تواند به شکل‌گیری خوشه‌های تخصصی هوش مصنوعی منجر شود که برخی بر داده‌های اینترنتی (مانند شرکت‌های فعال در حوزه مدل‌های زبانی بزرگ) متمرکز هستند و برخی دیگر بر داده‌های بدون برچسب فضایی (نظیر مدل‌های بنیادین یا «FM»). چنین مدل‌هایی می‌توانند دقت تحلیل تصاویر ماهواره‌ای را به‌مراتب افزایش دهند و بینش‌های راهبردی ارزشمندی در اختیار تصمیم‌گیران قرار دهند.

برآوردهای صورت گرفته حاکی از آن است که داده‌های فضامحور مدت‌هاست در حوزه‌های محیط‌زیست، کشاورزی، نظامی و اقتصادی کاربرد داشته‌اند اما افق پیشِ رو فراتر از پیش‌بینی بلایای طبیعی یا پایش تحرکات نظامی است. برای نمونه، سامانه‌های خودران می‌توانند با اتکا بر داده‌های ماهواره‌ای، تصویری فراتر از محدوده حسگرهای محلی به دست آورند. همچنین کارشناسان معتقدند که تلفیق نقشه‌های سه‌بعدی فضای شهری و جاده‌ای با داده‌های آنی ماهواره‌ای و هوش مصنوعی، تحولی مهم در خودروهای خودران، پهپادها و تاکسی‌های هوایی ایجاد خواهد کرد. علاوه بر موارد ذکر شده، اپراتورهای خدمات ارتباطی (CSP) و شرکت‌های مخابراتی نیز می‌توانند به کمک این داده‌ها، قطعی‌های شبکه یا حملات سایبری را پیش‌بینی کرده و شبکه‌های دارای قابلیت خودترمیمی را پیاده‌سازی کنند.

کاربرد عملی داده‌های فضایی در افزایش امنیت و پایداری شبکه‌ها

بی تردید با گسترش حملات سایبری و پیچیدگی روزافزون زیرساخت‌های دیجیتال، نیاز به ابزارهای پیشرفته برای نظارت، پیشگیری و واکنش سریع به تهدیدات سایبری بیش از هر زمان دیگری احساس می‌شود. داده‌های فضایی می‌توانند به‌عنوان یک ابزار کلیدی در شناسایی الگوهای نامعمول، پیش‌بینی تهدیدات و تقویت امنیت سایبری مورد استفاده قرار گیرند. این داده‌ها امکان رصد فعالیت‌های غیرعادی، نظارت بر نقاط حساس و تشخیص رخدادهای غیرمعمول را در مقیاس جهانی فراهم می‌سازند.

اپراتورهای مخابراتی و شرکت‌های ارائه‌دهنده خدمات اینترنتی می‌توانند با بهره‌گیری از داده‌های ماهواره‌ای، اقداماتی پیش‌دستانه برای مقابله با حملات سایبری اتخاذ کنند. تحلیل داده‌های فضایی به فعالان این عرصه کمک می‌کند تا تغییرات ناگهانی در ترافیک شبکه، حملات توزیع‌شده منع سرویس (DDoS) و الگوهای رفتاری مشکوک را شناسایی کرده و واکنش سریع‌تری به آن‌ها نشان دهند. به‌علاوه، هوش مصنوعی و یادگیری ماشین می‌توانند این داده‌ها را تحلیل کرده و سامانه‌های دفاعی خودکار را برای مقابله با تهدیدات احتمالی تقویت نمایند.

از سوی دیگر، در مواقع بحران یا اختلالات گسترده، ماهواره‌ها می‌توانند به‌عنوان یک لایه پشتیبان برای زیرساخت‌های زمینی عمل کنند. در صورت وقوع حملات سایبری گسترده، بلایای طبیعی یا خرابی‌های فنی، ارتباطات ماهواره‌ای می‌توانند به صورت مستقل به مدیریت بخش‌هایی از شبکه و انتقال داده‌ها بپردازند. این قابلیت، اهمیت استفاده از شبکه‌های ماهواره‌ای برای تقویت تاب‌آوری سیستم‌های دیجیتال را برجسته می‌سازد و به شرکت‌های فناوری، دولت‌ها و نهادهای امنیتی امکان می‌دهد در برابر تهدیدات نوظهور، واکنشی سریع و کارآمد داشته باشند.

توسعه فناوری لبه؛ راهکاری برای مقابله با چالش‌های پیش‌رو

با وجود همه مزایای ذکر شده برای کاربردهای منظومه‌های ماهواره‌ای و داده‌های مبتنی بر فضا، توسعه این فناوری همچنان با چالش‌های متعددی رو به رو است. یکی از اصلی‌ترین محدودیت‌ها در استفاده از داده‌های فضایی، محدودیت زمانی هنگام برقراری ارتباط بین ماهواره و ایستگاه‌های زمینی است. برای کاهش این فاصله، برخی شرکت‌ها به پیاده‌سازی محاسبات لبه بر بستر ماهواره‌ها روی آورده‌اند تا بخش قابل توجهی از داده‌ها را پیش از ارسال به زمین در مبدأ پردازش کنند. این روش، علاوه بر کاهش نیاز به پهنای باند برای ارسال داده‌های خام، امکان ارائه اطلاعات نزدیک به زمان واقعی (Near Real-Time) را افزایش می‌دهد. از سوی دیگر، گسترش چنین رویکردی می‌تواند زمینه‌ساز ایجاد شبکه‌های ماهواره‌ای باشد که داده‌ها را به‌طور مستمر دریافت، پردازش و توزیع می‌کنند.

هم‌زمان با پیشرفت مدل‌های هوش مصنوعی، همگرایی فضای فیزیکی و فضای دیجیتال عمق بیشتری می‌یابد. استانداردهای مخابراتی مانند «۳GPP NTN» (شبکه‌های غیرزمینی) در پی ادغام زیرساخت‌های زمینی و فضایی هستند و مدل‌های هوش مصنوعی نیز به‌سوی ترکیب داده‌های چندمنظوره حرکت می‌کنند. در چنین ساختاری، تحلیل یک رویداد می‌تواند به‌طور هم‌زمان بر داده‌های شبکه‌های زمینی، ماهواره‌ای، حسگرهای محلی و حتی داده‌های اجتماعی تکیه کرده و تصویری جامع از واقعیت ارائه دهد.

سخن پایانی

روند روبه‌رشد پرتاب و بهره‌برداری از ماهواره‌های رصد زمین در کنار توسعه هوش مصنوعی و روش‌های پردازش پیشرفته، مبین آن است که داده‌های فضایی به یکی از مؤلفه‌های کلیدی رشد و نوآوری در اقتصاد دیجیتال بدل شده‌اند. از پیشرفت زیرساخت‌های ارتباطی و امنیت شبکه گرفته تا پشتیبانی از سامانه‌های خودران و ارائه تحلیل‌های دقیق در حوزه‌های گوناگون، داده‌های مبتنی بر فضا فرصتی فراتر از کاربردهای سنتی ماهواره‌ها، از جمله هواشناسی و حوزه دفاعی برای کسب‌وکارها و دولت‌ها فراهم می‌کنند.

درآمد حاصل از داده های فضایی تا سال ۲۰۲۸

برآوردهای صورت گرفته از سوی کارشناسان حاکی از آن است که درآمد حاصل از فروش و تحلیل داده‌های رصد زمین تا سال ۲۰۲۸ به بیش از ۶ میلیارد دلار خواهد رسید؛ رقمی که رشد سالانه ترکیبی (CAGR) حدود ۱۵ درصد را بین سال‌های ۲۰۲۳ تا ۲۰۲۸ نشان می‌دهد. در چنین شرایطی، سرمایه‌گذاری در محاسبات لبه فضایی و ارتقای استانداردهای مخابراتی فضایی می‌تواند به رفع محدودیت‌های زمانی و پهنای باند کمک کرده و موقعیت رقابتی را برای فعالان این عرصه تقویت نماید.

در نهایت، به نظر می‌رسد که ترکیب داده‌های فضایی با مدل‌های پیشرفته هوش مصنوعی و یادگیری ماشین، بستر خلق راهکارهایی نوآورانه برای مقابله با چالش‌های جهانی و گسترش مداوم زیرساخت دیجیتال را فراهم می‌کند. تمرکز هم‌زمان بر زیرساخت‌های فضایی و سامانه‌های تحلیل پیشرفته، کلید ماندگاری و رونق در عصر تازه اقتصاد داده‌محور خواهد بود.