ਆਰਬਿਟਲ ਇੰਟੈਲੀਜੈਂਸ: ਕਿਵੇਂ VLMs ਸੈਟੇਲਾਈਟ ਆਟੋਨੋਮੀ ਨੂੰ ਬਦਲ ਰਹੇ ਹਨ
ਪੈਸਿਵ (passive) ਧਰਤੀ ਦੇ ਨਿਰੀਖਣ ਦਾ ਯੁੱਗ ਖਤਮ ਹੋ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਸੈਟੇਲਾਈਟ ਸਿਰਫ਼ ਸੈਂਸਰਾਂ ਤੋਂ ਬਦਲ ਕੇ ਬੁੱਧੀਮਾਨ ਏਜੰਟ ਬਣ ਰਹੇ ਹਨ। ਇੱਕ ਇਤਿਹਾਸਕ ਮੀਲ ਪੱਥਰ ਵਜੋਂ, ਇੱਕ ਪੁਲਾੜ ਯਾਨ ਨੇ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਤੋਂ ਬਿਨਾਂ ਗੁੰਝਲਦਾਰ ਵਸਤੂਆਂ ਅਤੇ ਵਾਤਾਵਰਣਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਔਰਬਿਟ ਵਿੱਚ ਇੱਕ ਵਿਜ਼ਨ-ਲੈਂਗੂਏਜ ਮਾਡਲ (VLM) ਦੀ ਸਫਲਤਾਪੂਰਵਕ ਵਰਤੋਂ ਕੀਤੀ ਹੈ।
ਔਰਬਿਟ ਵਿੱਚ ਵਿਜ਼ਨ-ਲੈਂਗੂਏਜ ਮਾਡਲਾਂ ਦਾ ਆਗਾਜ਼
ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ, ਸੈਟੇਲਾਈਟ ਕਾਰਜਾਂ ਵਿੱਚ ਇੱਕ ਰੇਖਿਕ (linear) ਅਤੇ ਡਾਟਾ-ਭਾਰੀ ਵਰਕਫਲੋ ਦੀ ਪਾਲਣਾ ਕੀਤੀ ਜਾਂਦੀ ਸੀ: ਪੁਲਾੜ ਯਾਨ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਰੂ (raw) ਤਸਵੀਰਾਂ ਕੈਪਚਰ ਕਰਦੇ ਸਨ, ਉਹਨਾਂ ਨੂੰ ਧਰਤੀ 'ਤੇ ਭੇਜਦੇ ਸਨ, ਅਤੇ ਫਿਰ ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਮਨੁੱਖੀ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਐਲਗੋਰਿਦਮਾਂ ਦੀ ਉਡੀਕ ਕਰਦੇ ਸਨ। ਇਹ ਪ੍ਰਕਿਰਿਆ ਬੈਂਡਵਿਡਥ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਲੇਟੈਂਸੀ (latency) ਨਾਲ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੀ ਹੈ।
ਇਹ ਪੈਰਾਡਾਈਮ Loft Orbital ਦੁਆਰਾ ਬਣਾਏ ਗਏ Yam-9 ਪੁਲਾੜ ਯਾਨ ਨਾਲ ਬਦਲ ਗਿਆ। NASA ਦੇ Jet Propulsion Laboratory (JPL) ਦੁਆਰਾ ਵਿਕਸਤ NAVI-Orbital ਨਾਮਕ ਸਾਫਟਵੇਅਰ ਪੈਕੇਜ ਦੁਆਰਾ ਸੰਚਾਲਿਤ, ਇਸ ਸੈਟੇਲਾਈਟ ਨੇ Google DeepMind ਦੇ Gemma 3 VLM ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਤੈਨਾਤ ਕੀਤਾ। ਰਵਾਇਤੀ ਮਾਡਲਾਂ ਦੇ ਉਲਟ, Gemma 3 ਨੂੰ "edge" ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਹ ਵਿਸ਼ਾਲ ਧਰਤੀ ਦੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਬਜਾਏ ਪੁਲਾੜ ਵਿੱਚ ਮੌਜੂਦ ਸੀਮਤ ਹਾਰਡਵੇਅਰ 'ਤੇ ਚੱਲਣ ਲਈ ਅਨੁਕੂਲਿਤ (optimized) ਹੈ।
Large Language Models (LLMs) ਦੀ ਸੰਦਰਭਕ ਤਰਕ ਸ਼ਕਤੀ (contextual reasoning) ਨੂੰ ਵਿਜ਼ੂਅਲ ਪ੍ਰੋਸੈਸਿੰਗ ਨਾਲ ਜੋੜ ਕੇ, Yam-9 ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੇ ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਦੇ ਯੋਗ ਹੋ ਗਿਆ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਮਾਡਲ ਨੂੰ ਗੁੰਝਲਦਾਰ ਵਰਗੀਕਰਨ (classifications) ਦੇ ਕੰਮ ਸਫਲਤਾਪੂਰਵਕ ਸੌਂਪੇ, ਜਿਵੇਂ ਕਿ ਕੁਦਰਤੀ ਵਾਤਾਵਰਣ ਅਤੇ ਮਨੁੱਖੀ ਵਿਕਾਸ ਦੇ ਸੰਗਮ ਦੀ ਪਛਾਣ ਕਰਨਾ ਜਾਂ ਰੇਲਵੇ ਹੱਬਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਦੀਆਂ ਖਾਸ ਬੁਨਿਆਦੀ ਸਹੂਲਤਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣਾ।
ਪੁਲਾੜ ਦੇ ਕਠੋਰ ਵਾਤਾਵਰਣ ਵਿੱਚ ਐਜ ਕੰਪਿਊਟਿੰਗ (Edge Computing)
ਔਰਬਿਟ ਵਿੱਚ ਉੱਨਤ AI ਚਲਾਉਣ ਲਈ ਵਿਸ਼ੇਸ਼ ਹਾਰਡਵੇਅਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਸਖ਼ਤ ਪਾਵਰ ਅਤੇ ਮੈਮੋਰੀ ਸੀਮਾਵਾਂ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਦੇ ਹੋਏ ਅਤਿ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਬਚਣ ਦੇ ਯੋਗ ਹੋਵੇ। Yam-9 ਇਸ ਨਵੀਂ ਹਕੀਕਤ ਲਈ ਇੱਕ ਮਾਰਗਦਰਸ਼ਕ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਜੋ Nvidia Jetson Orin AGX GPU ਨਾਲ ਲੈਸ ਹੈ—ਜੋ ਪੁਲਾੜ-ਅਧਾਰਤ ਕੰਪਿਊਟਿੰਗ ਲਈ ਉਦਯੋਗ ਦੀਆਂ ਪ੍ਰਮੁੱਖ ਚਿੱਪਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ।
ਤਕਨੀਕੀ ਚੁਣੌਤੀ ਹਾਰਡਵੇਅਰ ਤੋਂ ਵੀ ਅੱਗੇ ਤੱਕ ਫੈਲੀ ਹੋਈ ਹੈ। NASA JPL ਦੇ ਤਕਨੀਕੀ ਮੁਖੀ, Juan Delfa Victoria ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਹਾਲਾਂਕਿ Gemma 3 ਇੱਕ "off-the-shelf" ਮਾਡਲ ਹੈ, ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਮੈਮੋਰੀ ਫੁੱਟਪ੍ਰਿੰਟ ਅਤੇ ਲਾਇਬ੍ਰੇਰੀ ਨਿਰਭਰਤਾਵਾਂ ਨੂੰ ਘਟਾਉਣ ਲਈ NAVI-Orbital ਸਾਫਟਵੇਅਰ ਹਾਰਨੈਸ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੁਚਾਰੂ (streamline) ਕਰਨਾ ਪਿਆ। ਇਹ ਅਨੁਕੂਲਨ (optimization) "edge AI" ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਜਿੱਥੇ RAM ਦਾ ਹਰ ਬਾਈਟ ਅਤੇ ਪਾਵਰ ਦਾ ਹਰ ਮਿਲੀਵਾਟ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ।
ਉਦਯੋਗ ਲਈ ਇਸਦੇ ਪ੍ਰਭਾਵ ਬਹੁਤ ਵੱਡੇ ਹਨ। Planet Labs ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਹੀ ਸਰਲ ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ ਲਈ Jetson Orin ਪ੍ਰੋਸੈਸਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ Kepler Communications ਪੁਲਾੜ ਵਿੱਚ GPU ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਸਮੂਹ ਚਲਾਉਂਦੀ ਹੈ। Yam-9 ਦੀ ਸਫਲਤਾ ਇਹ ਸਾਬਤ ਕਰਦੀ ਹੈ ਕਿ ਪੂਰੇ ਖੇਤਰ ਲਈ "ਗਤੀਸ਼ੀਲ ਦਿਸ਼ਾ" ਸਵੈ-ਚਾਲਿਤ, ਬੁੱਧੀਮਾਨ ਸੈਟੇਲਾਈਟ ਕੁੰਡਲੀਆਂ ਵੱਲ ਹੈ।
ਡੇਟਾ ਟ੍ਰਾਇਜ (Data Triage) ਤੋਂ ਲੈ ਕੇ ਪੁਲਾੜ ਯਾਤਰੀਆਂ ਲਈ ਡਿਜੀਟਲ ਸਹਾਇਕਾਂ ਤੱਕ
ਓਰਬਿਟਲ VLMs ਦਾ ਤਤਕਾਲੀ ਮੁੱਲ ਡੇਟਾ ਟ੍ਰਾਇਜ (data triage) ਵਿੱਚ ਹੈ। ਓਰਬਿਟ ਵਿੱਚ ਹੀ ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ, ਸੈਟੇਲਾਈਟ ਅਣਚਾਹੇ ਡੇਟਾ ਨੂੰ ਫਿਲਟਰ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸਿਰਫ "ਦਿਲਚਸਪ ਖੇਤਰਾਂ" (areas of interest) ਨੂੰ ਹੀ ਭੇਜ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਕੱਚੇ ਡੇਟਾ ਦੇ ਭਾਰੀ ਵਹਾਅ ਨੂੰ ਬਹੁਤ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ "ਹਮੇਸ਼ਾ-ਚਾਲੂ" (always-on) ਪੈਟਰੋਲ ਲੇਅਰਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ, ਜਿੱਥੇ ਇੱਕ ਉਪਭੋਗਤਾ ਸਿਰਫ ਇੱਕ ਸੈਟੇਲਾਈਟ ਨੂੰ "ਇਸ ਸਰਹੱਦ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ ਅਤੇ ਜੇਕਰ ਕੁਝ ਸ਼ੱਕੀ ਦਿਖਾਈ ਦੇਵੇ ਤਾਂ ਮੈਨੂੰ ਸੂਚਿਤ ਕਰੋ" ਦਾ ਹੁਕਮ ਦੇ ਸਕਦਾ ਹੈ।
ਧਰਤੀ ਦੀ ਨਿਗਰਾਨੀ ਤੋਂ ਇਲਾਵਾ, ਇਸ ਤਕਨਾਲੋਜੀ ਦੇ ਡੂੰਘੇ ਪੁਲਾੜ ਦੀ ਖੋਜ ਲਈ ਡੂੰਘੇ ਪ੍ਰਭਾਵ ਹਨ। NAVI-Space ਦਾ ਸੰਕਲਪ ਚੰਦਰਮਾ ਜਾਂ ਮੰਗਲ ਗ੍ਰਹਿ 'ਤੇ ਪੁਲਾੜ ਯਾਤਰੀਆਂ ਲਈ ਇੰਟਰਐਕਟਿਵ ਡਿਜੀਟਲ ਸਹਾਇਕਾਂ ਦੀ ਲੋੜ ਤੋਂ ਪੈਦਾ ਹੋਇਆ ਸੀ। ਅਜਿਹੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਜਿੱਥੇ ਪੁਲਾੜ ਯਾਤਰੀ ਪ੍ਰੈਸ਼ਰਾਈਜ਼ਡ ਸੂਟਾਂ (pressurized suits) ਵਿੱਚ ਹੁੰਦੇ ਹਨ ਅਤੇ ਕੀਬੋਰਡ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰ ਸਕਦੇ, ਇੱਕ VLM-ਸੰਚਾਲਿਤ ਸਹਾਇਕ ਗੁੰਝਲਦਾਰ ਮਿਸ਼ਨ ਕਾਰਜਾਂ ਲਈ ਇੱਕ ਇੰਟਰਐਕਟਿਵ, ਆਵਾਜ਼-ਅਧਾਰਿਤ ਇੰਟਰਫੇਸ ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ।
ਮੁੱਖ ਗੱਲਾਂ (Key Takeaways)
- ਸਵੈ-ਚਾਲਿਤ ਤਰਕ (Autonomous Reasoning): Yam-9 'ਤੇ Google DeepMind ਦੇ Gemma 3 ਦੀ ਤੈਨਾਤੀ ਪਹਿਲੀ ਵਾਰ ਹੈ ਜਦੋਂ ਕਿਸੇ ਵਿਜ਼ਨ-ਲੈਂਗੂਏਜ ਮਾਡਲ ਨੇ ਓਰਬਿਟਲ ਤਸਵੀਰਾਂ ਨੂੰ ਸਵੈ-ਚਾਲਿਤ ਰੂਪ ਵਿੱਚ ਵਰਗੀਕਰਮਤ ਕਰਨ ਲਈ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ।
- ਐਜ AI ਕੁਸ਼ਲਤਾ (Edge AI Efficiency): ਸਫਲਤਾ ਸੀਮਤ ਸ਼ਕਤੀ ਅਤੇ ਮੈਮੋਰੀ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ Nvidia Jetson Orin AGX ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਹਾਰਡਵੇਅਰ ਅਤੇ ਬਹੁਤ ਹੀ ਅਨੁਕੂਲਿਤ ਸਾਫਟਵੇਅਰ ਹਾਰਨੈਸ (NAVI-Orbital) 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।
- ਕਾਰੋਬਾਰੀ ਮਾਡਲਾਂ ਵਿੱਚ ਤਬਦੀਲੀ: ਪੁਲਾੜ ਕੰਪਨੀਆਂ ਸਧਾਰਨ ਡੇਟਾ ਪ੍ਰਦਾਤਾਵਾਂ ਤੋਂ "ਇਨਫਰਾਸਟ੍ਰਕਚਰ-ਐਜ਼-ਏ-ਸਰਵਿਸ" (infrastructure-as-a-service) ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ, ਜੋ ਧਰਤੀ ਅਤੇ ਇਸ ਤੋਂ ਪਰੇ ਦੀ ਅਸਲ-ਸਮੇਂ (real-time), ਬੁੱਧੀਮਾਨ ਨਿਗਰਾਨੀ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦੀਆਂ ਹਨ।