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.
Подписывайтесь на наш нескучный канал в Telegram, чтобы ничего не пропустить.
