Искусственный интеллект на орбите: как NASA и IBM научили спутники мыслить самостоятельно
Пока большинство из нас использует нейросети для генерации картинок или написания скучных писем, в космосе происходят гораздо более серьезные вещи. Исследователи из Университета Аделаиды (University of Adelaide) и австралийского центра SmartSat CRC впервые в истории развернули на орбите геопросторовую ИИ-модель фундаментального уровня. Речь идет о системе Prithvi Geospatial, которую NASA разработала совместно с техногигантом IBM для анализа спутниковых снимков Земли.
Упрощенную версию модели загрузили сразу на два объекта: австралийский спутник Kanyini и модуль IMAGIN-e компании Thales Alenia Space, который расположен на МКС. Во время эксперимента ученые проверяли, насколько эффективно искусственный интеллект способен выявлять облака и признаки наводнений непосредственно в космосе. Главная фишка в том, что системе не нужно отправлять гигабайты сырых данных на Землю для обработки — она делает выводы «на месте».
Фундамент для космического глаза
Prithvi стала первой геопросторовой фундаментальной моделью такого класса, которую протестировали в условиях реальной орбиты. В отличие от узкоспециализированных алгоритмов, эта нейросеть обучалась на архивах спутниковых наблюдений за 13 лет. Для этого использовали объединенный набор данных спутников Landsat NASA и Sentinel-2 Европейского космического агентства. Благодаря такому бэкграунду система умеет самостоятельно выявлять сложные закономерности и быстро дообучаться под конкретные задачи — от мониторинга стихийных бедствий до оценки урожайности сельскохозяйственных культур.
Руководитель проекта Эндрю Ду (Andrew Du) отметил, что ключевую роль сыграл открытый исходный код модели. Поскольку NASA и IBM выложили Prithvi в свободный доступ на платформе Hugging Face, австралийским инженерам не пришлось тратить годы и миллионы на создание собственной архитектуры с нуля. Они просто взяли готовую базу и адаптировали её для работы на ограниченных мощностях спутникового железа.
Почему нельзя просто «скинуть фотки»
Современные аппараты наблюдения за Землей генерируют гигантские объемы информации. Проблема в том, что пропускная способность каналов связи между орбитой и поверхностью сильно ограничена. Передавать каждый пиксель — слишком дорого и медленно. Обычно для решения этой проблемы на спутниках используют компактные, жестко прописанные алгоритмы, которые умеют делать что-то одно.
Фундаментальные модели меняют правила игры. Вместо того чтобы каждый раз загружать новое программное обеспечение под новую задачу, исследователям достаточно отправить на спутник небольшой дополнительный модуль (весом в несколько мегабайт), который адаптирует уже существующую ИИ-архитектуру. Это делает орбитальные системы значительно более гибкими и автономными. Главный научный директор по данным NASA Кевин Мерфи (Kevin Murphy) подчеркнул, что именно для таких сценариев агентство делает свои разработки открытыми.
Будущее: разговоры с железом
Перспективы использования подобных систем выходят далеко за пределы рисования карт затоплений. Исследователи предполагают, что в будущем операторы смогут буквально «разговаривать» с космическими аппаратами, задавая вопросы о состоянии систем или результатах наблюдений на естественном языке.
NASA уже готовит целую линейку специализированных моделей. В 2025 году была выпущена модель Surya для изучения Солнца, а на очереди — аналогичные системы для астрофизики, планетологии и биологических наук. Похоже, эпоха, когда спутник был просто летающей камерой, окончательно подходит к концу.
Кстати, пока NASA учит спутники мыслить самостоятельно, коммерческий сектор тоже не стоит на месте. Например, Starlink больше не «экзотика для деревень», поскольку скорость спутникового интернета уже уверенно догоняет кабельные сети.