Las prestaciones de los nanosatélites es casi comparable con las los satélites de mayor

tamaño, si bien una gran limitante es la baja altura en la que operan alrededor de 400-650km
por lo que rodean a la tierra hasta 19 veces por día, la solución que se puede abordar es la
llamada constelación de nanosatélites que es un grupo se satélites pequeños que desarrollan
una tarea específica, por lo general.

Las ventajas de estos sistemas vas por el coste de los mismos (al tener un tamaño de entre
1U a 12U) y el tiempo de desarrollo usualmente de 8 meses que no es comparable con los 5 a
15 años que toma desarrollar un satélite convencional. En este sentido las universidades y
diversas empresas has ido desarrollando estos sistemas tanto para el ámbito
académico/investigaciones como para la observación de la tierra y geolocalización. Para
ejemplificar podemos tomar en cuenta el nanosatélites Chaski-1 desarrollado por la UNI del
Perú y Alen que es una empresa que se dedica a la construcción de nano satélites.

Algo interesante ocurre con el desarrollo de estos sistemas en Argentina; Satellogic y

Microsoft han llegado a hacer una alianza que es una respuesta a los varios satélites que
tienen en órbita (Capitán Beto, Manolito, Tita, Fresco, Batata y Milanesat) y en consecuencia
la tremenda caída de datos que tienen o Big Data. El CEO Kargieman aclara “Tenemos una
gran riqueza de datos, el desafío es transformar esos datos crudos en insight que le sirva a los
gobiernos, personas y empresas para tomar mejores decisiones. Necesitamos algoritmos que
nos permitan tomar esta información, procesarla para distribuir el conocimiento digerido y en
ese proceso elegimos a Microsoft Azure como la plataforma para llevar esa información que le
queremos dar a los clientes”.

En este punto toma relevancia la inteligencia artificial, particularmente el aprendizaje de

maquina o machine learning ML (una rama de esta) que busca ya sea con aprendizaje
supervisado o no supervisado (dos técnicas de entrenamiento para ML) que el sistema llegue
a reconocer de manera independiente una entrada, una imagen por ejemplo, dada una base
de conocimiento. Esto al final nos permite un procesamiento adecuado de un gran volumen de
datos principalmente en la teledetección con lo que podemos definir si alguna área verde has
sido forestada si fuese el caso, todo de manera automática. (Algo parecido sucedió para
obtener la primera fotografía de un agujero negro por parte de la PhD. Bouman)

De este modo, cada vez se estrechan más dos tecnologías revolucionarias como lo son los
nanosatélites y el aprendizaje de máquina ML. ¿Y ustedes que opinan, cuales son las
ventajas/desventajas de esta integración y en que otra área la usarían?.