Орбітальний інтелект: як VLM трансформують автономність супутників

Епоха пасивного спостереження за Землею добігає кінця, оскільки супутники переходять від ролі простих сенсорів до інтелектуальних агентів. У межах революційного досягнення космічний апарат успішно використав модель візуально-мовного сприйняття (VLM) на орбіті для ідентифікації складних об'єктів і середовищ без втручання людини.

Світанок орбітальних моделей візуально-мовного сприйняття

Історично операції супутників відбувалися за лінійним робочим процесом з великим обсягом даних: космічний апарат знімав величезну кількість необроблених зображень, передавав їх на Землю і чекав, поки аналітики або спеціалізовані алгоритми інтерпретують результати. Цей процес супроводжується вузькими місцями в пропускній здатності каналів зв'язку та значними затримками.

Ця парадигма змінилася з появою космічного апарату Yam-9, побудованого провайдером космічної інфраструктури Loft Orbital. Завдяки програмному пакету NAVI-Orbital, розробленому Лабораторією реактивного руху NASA (JPL), супутник успішно розгорнув VLM Gemma 3 від Google DeepMind. На відміну від традиційних моделей, Gemma 3 спеціально створена для «периферійних» (edge) застосунків, що означає її оптимізацію для роботи на обмеженому обладнанні в космосі, а не на масивних наземних центрах обробки даних.

Поєднуючи контекстуальне мислення великих мовних моделей (LLM) з візуальною обробкою, Yam-9 зміг відповідати на запити природною мовою. Дослідники успішно поставили перед моделлю складні завдання з класифікації, такі як ідентифікація місць перетину природного середовища та антропогенних об'єктів або пошук конкретної інфраструктури навколо залізничних вузлів.

Периферійні обчислення в суворих умовах космосу

Запуск складного ШІ на орбіті потребує спеціалізованого обладнання, здатного витримувати екстремальні умови, одночасно дотримуючись суворих обмежень щодо енергоспоживання та пам'яті. Yam-9 слугує першопрохідцем цієї нової реальності, будучи оснащеним графічним процесором Nvidia Jetson Orin AGX — одним із провідних чипів у галузі для космічних обчислень.

Технічне завдання виходить за межі лише обладнання. Технічний керівник NASA JPL Хуан Дельфа Вікторія зазначив, що хоча Gemma 3 є готовою («off-the-shelf») моделлю, інженерам довелося суттєво оптимізувати програмне середовище NAVI-Orbital, щоб зменшити обсяг пам'яті, що займається, та кількість залежностей від бібліотек. Така оптимізація є критично важливою для «периферійного ШІ» (edge AI), де кожен байт оперативної пам'яті та кожен міліват енергії мають значення.

Наслідки для галузі є колосальними. Такі компанії, як Planet Labs, вже використовують процесори Jetson Orin для спрощеного виявлення об'єктів, тоді як Kepler Communications керує найбільшою групою GPU в космосі. Успіх Yam-9 доводить, що «вектор розвитку» всього сектору спрямований на автономні інтелектуальні сузір'я.

Від сортування даних до цифрових помічників для астронавтів

Безпосередня цінність орбітальних VLM полягає в сортуванні даних. Виконуючи первинний аналіз безпосередньо на орбіті, супутники можуть відфільтровувати нерелевантні дані та передавати лише «зони інтересу», що радикально зменшує потік необроблених даних, які мають опрацьовувати аналітики. Це дозволяє створювати рівні патрулювання в режимі постійної готовності, де користувач може просто наказати супутнику: «стеж за цим кордоном і сповісти мене, якщо з'явиться щось підозріле».

Окрім спостереження за Землею, ця технологія має глибокі наслідки для дослідження глибокого космосу. Концепція NAVI-Space виникла з потреби в інтерактивних цифрових помічниках для астронавтів на Місяці чи Марсі. В умовах, коли астронавти перебувають у герметичних скафандрах і не можуть користуватися клавіатурами, помічник на базі VLM міг би слугувати інтерактивним голосовим інтерфейсом для виконання складних місійних завдань.

Основні висновки

• Автономне мислення: Розгортання Gemma 3 від Google DeepMind на Yam-9 є першим випадком, коли vision-language модель використовувала природну мову для автономної класифікації орбітальних знімків.
• Ефективність Edge AI: Успіх залежить від спеціалізованого апаратного забезпечення, такого як Nvidia Jetson Orin AGX, та високооптимізованих програмних комплексів (NAVI-Orbital) для керування обмеженою енергією та пам'яттю.
• Зміна бізнес-моделей: Космічні компанії переходять від ролі простих постачальників даних до моделі «інфраструктура як послуга» (infrastructure-as-a-service), що забезпечує інтелектуальний моніторинг Землі та поза її межами в режимі реального часу.