為什么在20世紀60年代前蘇聯和美國軍隊都熱衷于建立軌道實驗室但美國在發射第一個軌道實驗室之前失去了興趣而前蘇聯在90年代選擇繼續發射并運行了一系列軌道實驗室呢？

答案是，這兩個超級大國都認識到太空是終極高地，它們都熱衷于利用它互相監視。然而不幸的是，拍地球照片成了一個問題，因為很多時候天空布滿了云。這使得軌道偵察者的效率變得低下，因此美國和前蘇聯希望空間站上的工作人員能夠決定何時拍照然后將適合的照片發回地球。

到了20世紀60年代末，美國開發出了一種越來越復雜的成像技術，于是他們放棄了太空實驗室計劃，而前蘇聯人則不得不一直使用載人空間站進行軍事偵察并一直持續到它解體。

現在，隨著CubeSat變得越來越普遍以及復雜高光譜相機的不斷發展，需要制造出既緊湊又能充分利用可用帶寬的系統使得AI及其模式識別能力非常有吸引力。

在2017年哥白尼大師賽(Copernicus Masters)的冠軍由加泰羅尼亞理工大學的FSSCat奪得，其由兩個跟鞋盒一般大小的衛星組成，它們都配備了雙微波和高光譜光學儀器偵查。然而這些衛星的設計目的是為了補充Sentinel艦隊并提供地球的冰和土壤含水量數據而非從事間諜行為。

根據ESA自己披露，其中一顆FSSCat CubeSat將攜帶一架高光譜照相機。?-Sat AI芯片將幫助分類衛星該相機收集到的大量圖片并只向地球發回符合適當條件的圖像。