Spire Global, Inc. (het bedrijf of Spire) heeft een samenwerking aangekondigd met Dragonfly Aerospace om het Australische Government Office of National Intelligence (ONI) te ondersteunen met een tweede satelliet als onderdeel van het lopende National Intelligence Community Satellite (NICSAT) programma. Voor het vervolgprogramma, NICSAT2, ontwerpt, bouwt en lanceert Spire de Low Earth Multi-Use Receiver (LEMUR), een 6U-satellietplatform, met de mogelijkheid tot on-board computing en verwerking van machine learning en kunstmatige intelligentie in multimodale data. Dragonfly Aerospace zal een krachtige Gecko-camera leveren met gebruikmaking van haar eigen in de ruimte bewezen elektronica en robuuste optica voor een gemakkelijk te integreren beeldvormingsoplossing voor de satelliet. De Australische National Intelligence Community (NIC) lanceerde het NICSAT-programma om te experimenteren met commerciële satelliettechnologieën, waaronder de toepassing aan boord van geavanceerde mogelijkheden voor machinaal leren op kleine satellieten, zoals die welke door Spire worden geproduceerd. Net als zijn voorganger zal NICSAT2 worden beheerd door ONI en gericht zijn op de toepassing en het nut van geminiaturiseerde satellietsystemen, vooral met betrekking tot machinaal leren. Beide programma's zijn niet-geclassificeerde wetenschaps- en technologieprogramma's, gericht op innovatieve engineering en onderzoek die erop gericht zijn commerciële satellieten te gebruiken om het verzamelen en analyseren van gegevens te verbeteren. Door de grote toevloed van gegevens die naar de aarde worden gestuurd, hebben bedrijven, regeringen en andere organisaties steeds meer behoefte aan geavanceerde systemen en processen om de ontvangen gegevens efficiënt te begrijpen. Dankzij verwerking met behulp van kunstmatige intelligentie (AI) binnen satellieten kunnen exploitanten grondstations en andere infrastructuur ontlasten en hun middelen richten op het analyseren van missiekritieke informatie in de ruimte. ONI erkent de potentiële toepassing van semi-toezichtgestuurde of niettoezichtgestuurde leermethoden voor autonoom machinaal leren in de ruimte, onder meer om autonome werking van sensoren mogelijk te maken, analyses en gegevensverwerking te versnellen, de downlink-eisen te verminderen en menselijke analisten beter in staat te stellen hun werk te doen. Spire werkte vorig jaar al aan de eerste satelliet van het NICSAT-programma, Djara. De missie van Djara is het uitvoeren van experimenten met systemen die het verzamelen en analyseren van gegevens in een baan om de aarde mogelijk maken, waaronder commercieel beschikbare sensoren en technologieën zoals Field Programmable Gate Arrays (FPGA's) en Machine Learning-systemen op een chip. De satelliet ging in slechts zes maanden van concept naar lancering en in slechts negen maanden naar volledige werking. Djara verzamelt en verwerkt gegevens in de ruimte om de aarde en maakt vervolgens gebruik van de cloudinfrastructuur van Spires om gegevens te downlinken, verder te verwerken en te analyseren.