Spire Global, Inc. (das Unternehmen oder Spire) gab eine Partnerschaft mit Dragonfly Aerospace bekannt, um das australische Office of National Intelligence (ONI) mit einem zweiten Satelliten als Teil des laufenden National Intelligence Community Satellite (NICSAT) Programms zu unterstützen. Im Rahmen des Nachfolgeprogramms NICSAT2 wird Spire den Low Earth Multi-Use Receiver (LEMUR) des Unternehmens, eine 6U-Satellitenplattform, entwickeln, bauen und in die Umlaufbahn bringen, die in der Lage ist, an Bord maschinelles Lernen und künstliche Intelligenz in multimodalen Daten zu verarbeiten. Dragonfly Aerospace wird eine hochleistungsfähige Gecko-Kamera bereitstellen, die ihre eigene weltraumerprobte Elektronik und robuste Optik für eine einfach zu integrierende Bildgebungslösung für den Satelliten nutzt. Die australische National Intelligence Community (NIC) hat das NICSAT-Programm ins Leben gerufen, um mit kommerziellen Satellitentechnologien zu experimentieren, einschließlich der On-Board-Anwendung fortschrittlicher maschineller Lernfähigkeiten auf Kleinsatelliten, wie sie von Spire hergestellt werden. Wie sein Vorgänger wird auch NICSAT2 vom ONI verwaltet und konzentriert sich auf die Anwendung und den Nutzen von miniaturisierten Satellitensystemen, insbesondere im Hinblick auf das maschinelle Lernen. Bei beiden Programmen handelt es sich um nicht klassifizierte Wissenschafts- und Technologieprogramme, die sich auf innovative Technik und Forschung konzentrieren und darauf abzielen, kommerzielle Satelliten zur Verbesserung der Datenerfassung und -analyse zu nutzen. Angesichts der großen Menge an Daten, die zur Erde gesendet werden, benötigen Unternehmen, Regierungen und andere Organisationen zunehmend fortschrittliche Systeme und Prozesse, um die empfangenen Daten effizient zu verstehen. Die durch künstliche Intelligenz (KI) unterstützte Verarbeitung in Satelliten ermöglicht es den Betreibern, Bodenstationen und andere Infrastrukturen zu entlasten und ihre Ressourcen auf die Analyse missionskritischer Informationen im Weltraum zu konzentrieren. ONI erkennt das Potenzial von halbüberwachten oder unüberwachten Lernmethoden für autonomes maschinelles Lernen in der Umlaufbahn, um unter anderem autonomen Sensorbetrieb zu ermöglichen, Analysen und Datenverarbeitung zu beschleunigen, Downlink-Anforderungen zu reduzieren und menschliche Analytiker besser zu unterstützen. Spire hat bereits letztes Jahr am ersten Satelliten des NICSAT-Programms, Djara, gearbeitet. Der Schwerpunkt der Mission von Djara liegt auf der Durchführung von Experimenten mit Systemen, die die Erfassung und Analyse von Daten in der Umlaufbahn ermöglichen. Dazu gehören kommerziell verfügbare Sensoren und Technologien wie Field Programmable Gate Arrays (FPGAs) und Machine Learning-Systeme auf einem Chip. Der Satellit wurde in nur sechs Monaten vom Konzept bis zum Start und in nur neun Monaten bis zum vollen Betrieb entwickelt. Djara sammelt und verarbeitet Daten in der Umlaufbahn und nutzt dann die Cloud-Infrastruktur von Spires, um Daten herunterzuladen, weiterzuverarbeiten und zu analysieren.