El avance de la inteligencia artificial ha llegado definitivamente a la órbita terrestre. El 23 de junio de 2026, la compañía tecnológica CGI anunció que su plataforma Insula se ha convertido en una pieza fundamental para la misión Φsat-2 de la Agencia Espacial Europea. Este satélite pequeño, uno de los más avanzados de su tipo, utiliza IA directamente a bordo para procesar imágenes del planeta sin necesidad de enviarlas primero a tierra, lo que agiliza enormemente la toma de decisiones.

Elon Musk ha anunciado la integración de xAI en SpaceX en una operación estratégica con la que busca acelerar el desarrollo de centros de datos de inteligencia artificial en órbita y reforzar el valor de la compañía antes de su prevista salida a bolsa. La fusión une cohetes, satélites, redes sociales e IA con la ambición de escalar la computación más allá de la Tierra.

El 23 de junio, un cohete Falcon 9 de SpaceX lanzó al espacio el primer ordenador cuántico operativo en órbita terrestre. Este dispositivo, del tamaño de una caja de zapatos, ha sido desarrollado por el equipo de Philip Walther en la Universidad de Viena. Su misión: demostrar que la computación cuántica puede operar en condiciones extremas del espacio y revolucionar la forma en que procesamos datos sobre el planeta y el universo. El proyecto, construido en un tiempo récord de once días, podría cambiar para siempre las misiones científicas en órbita.

ADA Space, una empresa china, ha completado con éxito pruebas en órbita de su modelo masivo de inteligencia artificial en un satélite lanzado recientemente. Las pruebas validaron la capacidad del satélite para operar con alta eficiencia en el espacio, abriendo el camino a aplicaciones avanzadas de teledetección 3D en sectores como la economía y el turismo cultural.

La basura espacial se ha convertido en un problema urgente para la sostenibilidad de las operaciones en órbita. Millones de fragmentos, que van desde piezas de satélites inactivos hasta restos de cohetes, representan una seria amenaza para el funcionamiento de satélites esenciales y futuras misiones espaciales. Para abordar este desafío, la combinación de tecnología avanzada y un enfoque colaborativo es clave. Una de las soluciones más innovadoras en este ámbito es el uso de Machine Learning (ML) para la gestión de los desechos espaciales.