本研究转变了迄今为止用接收人类指示来进行卫星观测的观点。在卫星地面站和卫星管理系统的卫星运用设计上设置了人工智能（Artificial Intelligence；AI），通过使用超小型卫星群来自动化地球规模测量的技术。具体来说，将人造卫星测得的“数值”，识别成地球上发生的物和事的“意义”，并开发和证实用于对所面临的状况进行判断的AI 技术。在认识到的“意义”的基础上，进行系统开发，该系统能够对应优先处理的图像进行筛选或自发地发布下一个请求的卫星观测序列。本研究在超小型卫星群正在带来超过人类判断能力的庞大数据的现状下，以确立“能够有效且自主地进行全地球测量的地上卫星运用站（Smart Ground Station；SmartGS）”为目标。

至今为止的研究和背景、问题点
使用人造卫星去测量宇宙的技术急速发展，将其成果应用于防灾和农业效率化领域的事业正在展开。

图1例子：卫星图像识别洪水受害的例子

图1 是泰国洪水之后的图像（根据防灾科研公开资料）。红点表示被浸水了的建筑物。根据在地面上接收卫星拍摄的数据，迅速处理并公布数据。这样的数据产品在日本也已经在JAXA、内阁府和地方自治体之间进行使用，可以说基本上确定了这种方法的使用。

 

图2通过深层学习了解受灾情况

另一方面，产综研（产业技术综合研究所）正在开发利用深层学习来检测、理解地表状况变化的方法。图2 是从东日本大地震前后的照片中检测出被海啸卷走的房屋（Fujita etal.2017）。通过深层学习获得了人类线索的“空间变化”信息，以95%的精度对受灾情况进行了判定。另外，关于卫星数据接收技术的革新正在世界范围内进行。在世界各地都拥有地上数据中心的亚马逊运用了许多地上天线网，开启了以分钟为单位承包人造卫星数据接收的事业。在现代社会，即使不知道人造卫星的结构和运用方法，也能得到卫星测量的高分辨率数据。但是，尽管现在已经到了在地上任何地方都能瞬间获得大量数据的时代，可惜问题依然存在。因为人类为了解决数据解析的问题，所以做出了进行下一步（追踪调查）的判断，导致了人类的工作效率变的很快，所以调查往往会变得很被动（例如，前述的分析是知道洪水和地震发生的人在事后进行的）。这无论是数据处理自动化还是因特网高速化都无法解决。目前还面临了增加的图像数据的处理负荷的问题。产综研的“立即公开日本上空的数据”事业，取得了接收到的卫星数据的即时公开这一划时代的成果，但是进行仅一张卫星图像所需的图像处理到公开为止需要1.5 小时，可见数据处理能力的极限。这样下去，只有有计算资源的一部分经营者才能成为能够承受变化需求的卫星运营商。为了在取舍超小型卫星组带来的庞大数据的同时，并且有效地分析且将获得的信息即时地用于下一次观测，那么把自动化的理解图像反映到运用中的系统的提案就是不能缺少的。所以利用先行研究的Lessons learned，提出了SmartGS 的提案。