Első alkalommal fordult elő, hogy egy földmegfigyelő műhold emberi közreműködés nélkül, önállóan azonosított egy előre meghatározott célpontot. Az áprilisban végrehajtott kísérlet mérföldkőnek számít: ez volt az első nyilvánosan ismertetett eset, amikor egy látás–nyelvi modell (vision-language model, VLM) működött Föld körüli pályán. A demonstráció bepillantást enged abba, miként alakíthatja át a mesterséges intelligencia az űrbe telepített érzékelők képességeit és gazdasági értékét.
A műholdak jelenleg jellemzően nagy mennyiségű nyers adatot továbbítanak a földi állomásokra, ahol elemzők vagy gépi tanulási algoritmusok értelmezik a felvételeket és állapítják meg, mi történik a megfigyelt területeken. A Yam-9 fedélzetén azonban – amelyet az űrinfrastruktúrával foglalkozó Loft Orbital épített – a NASA Sugárhajtású Laboratóriuma (JPL) által fejlesztett szoftvercsomag természetes nyelven megfogalmazott utasítások alapján maga azonosította az érdekes területeket.
A demonstrációt a Google DeepMind Gemma 3 nevű látás–nyelvi modellje hajtotta végre. A rendszert kifejezetten úgy tervezték, hogy korlátozott számítási kapacitású, úgynevezett „edge” környezetekben is működjön, vagyis adatközpontoktól távol, szerény hardveres erőforrásokon is használható legyen.
A VLM-ek a nagy nyelvi modellek kontextusértési képességeit ötvözik a képi információk elemzésének lehetőségével. A kutatók például arra utasították a modellt, hogy azonosítsa azokat a területeket, ahol a természetes környezet találkozik az emberi beépítettséggel, vagy keresse meg a vasúti csomópontok környezetében található infrastruktúrát. A rendszer sikeresen teljesítette a feladatokat.
Miért jelent áttörést?
A demonstráció két okból is kiemelkedő jelentőségű. Rövid távon jelentősen növelheti az űrbeli érzékelők hasznosságát, mivel a nyers adatok elsődleges szűrését és osztályozását már a pályán elvégezheti. Ez csökkentheti azt az óriási adatmennyiséget, amelyet jelenleg emberi elemzőknek kell átvizsgálniuk.
Hosszabb távon pedig bizonyítékul szolgál arra, hogy nagyobb léptékű mesterségesintelligencia-infrastruktúra is működtethető az űrben. „Ez megnyitja az utat a folyamatosan működő, járőröző űrbeli megfigyelőrétegek előtt” – nyilatkozta Paul Lasserre, a Loft AI-részlegének vezetője. „Ha rendelkezésre áll egy VLM, akkor olyan logikát is alkalmazhatunk, mint például: »figyeld ezt a határszakaszt, és értesíts, ha valami gyanús történik«, majd interaktív párbeszédet folytathatunk a műholdakkal.”
Műhold mint szolgáltatás
A Loft Orbital üzleti modellje jelentősen eltér a hagyományos műholdgyártókétól. Űreszközeit olyan platformként kínálja, amelyeket külső ügyfelek használhatnak saját alkalmazásaikhoz. A modell inkább hasonlít az „infrastruktúra mint szolgáltatás” (Infrastructure as a Service – IaaS) koncepcióhoz, mint a klasszikus műholdgyártáshoz.
A vállalat egyik közelmúltbeli szerződése keretében hat új műholdat épített, indított és üzemeltetett az EarthDaily számára, amely az összegyűjtött adatokat elemzi és értékesíti. A Yam-9 2025 őszén állt pályára a vállalat orbitális AI-programjának kísérleti platformjaként. A fedélzeten egy Nvidia Jetson AGX Orin grafikus gyorsító működik, amely jelenleg az űrbeli számítástechnikai alkalmazások egyik vezető megoldásának számít.
A NASA fejlesztette az intelligens rendszert
A NAVI-Orbital nevű szoftvercsomag fejlesztését Juan Delfa Victoria, a NASA Sugárhajtású Laboratóriumának mesterségesintelligencia-csoportjának műszaki vezetője irányította. A NAVI-Orbital gyakorlatilag olyan keretrendszerként szolgált, amely lehetővé tette a Gemma 3 működését az űreszköz fedélzetén. Bár maga a Gemma 3 kereskedelmi forgalomban is elérhető modell, a mérnököknek jelentős optimalizációt kellett végezniük annak érdekében, hogy csökkentsék a szükséges memóriaméretet és a szoftverfüggőségek számát.
Hamarosan mások is követhetik
Bár ez az első ismert VLM-alkalmazás Föld körüli pályán, várhatóan más vállalatok is hasonló irányba indulnak el. A Planet Labs már jelenleg is használ Jetson Orin processzorokkal felszerelt műholdakat. Ezeket egyelőre egyszerűbb objektumfelismerési feladatokra alkalmazza, ugyanakkor a vállalat szerint kutatások folynak további AI-megoldások, köztük VLM-ek bevezetésére.
A világ legnagyobb űrbeli GPU-flottáját működtető Kepler Communications nem kívánta elárulni, hogy alkalmazott-e már VLM-eket az űrben, mivel partnereivel titoktartási megállapodásokat kötött. Ugyanakkor a cég közölte, hogy a januári indítások óta „számos nyilvánosságra nem hozott felhasználási eset” valósult meg számítási infrastruktúrájukon.
„Most, hogy bizonyítottuk a koncepció működőképességét, ez lesz a további fejlődés iránya” – mondta Lasserre. A végső cél egy olyan műhold-konstelláció kiépítése, amely a Föld bármely pontjáról valós idejű megfigyelést biztosíthat. Becslése szerint ehhez 50–100, a Yam-9-hez hasonló műholdra lenne szükség. A Loft jelenleg 12 űreszközt üzemeltet.
Út a nagyobb űrbeli AI-rendszerek felé
A kisebb modellek űrbeli üzemeltetése során szerzett tapasztalatok segíthetik a jövőbeni, jóval nagyobb számítási infrastruktúrák telepítését is. Különösen fontos tanulságokat hozhatnak az energiaellátás és a memóriakezelés területén, amelyek első pillantásra kevésbé látványos, ám az űrbeli számítástechnika szempontjából létfontosságú kérdések.
A technológia emellett új tudományos eszközök előtt is megnyithatja az utat. A NAVI-Space ötlete eredetileg Taran Cyriac John, a NASA JPL kutatójának fejében született meg, aki olyan digitális asszisztensek lehetőségén gondolkodott, amelyek a Holdon vagy a Marson dolgozó űrhajósokat segíthetnék.
„Arra gondoltunk, hogy az űrhajósok nyomás alatt tartott szkafanderben dolgoznak, és nyilvánvalóan nem tudnak folyamatosan billentyűzetet használni, miközben a feladataik rendkívül összetettek” – mondta Delfa Victoria. „Mi lenne, ha egy olyan asszisztenst biztosítanánk nekik, amilyeneket a videojátékokban vagy a filmekben látunk – egy mesterséges intelligenciát, amellyel természetes módon lehet kommunikálni?”
Csak ne HAL 9000-nek nevezzük!
Forrás: https://techcrunch.com/
