Штучний інтелект на орбіті: як NASA та IBM навчили супутники думати самостійно
Поки більшість із нас використовує нейромережі для генерації картинок або написання нудних листів, у космосі відбуваються значно серйозніші речі. Дослідники з Університету Аделаїди (University of Adelaide) та австралійського центру SmartSat CRC вперше в історії розгорнули на орбіті геопросторову ШІ-модель фундаментального рівня. Йдеться про систему Prithvi Geospatial, яку NASA розробила спільно з техногігантом IBM для аналізу супутникових знімків Землі.
Спрощену версію моделі завантажили відразу на два об'єкти: австралійський супутник Kanyini та модуль IMAGIN-e компанії Thales Alenia Space, що розташований на МКС. Під час експерименту вчені перевіряли, наскільки ефективно штучний інтелект здатний виявляти хмари та ознаки повеней безпосередньо в космосі. Головна фішка в тому, що системі не потрібно відправляти гігабайти сирих даних на Землю для обробки — вона робить висновки «на місці».
Фундамент для космічного ока
Prithvi стала першою геопросторовою фундаментальною моделлю такого класу, яку протестували в умовах реальної орбіти. На відміну від вузькоспеціалізованих алгоритмів, ця нейромережа навчалася на архівах супутникових спостережень за 13 років. Для цього використали об'єднаний набір даних супутників Landsat NASA та Sentinel-2 Європейського космічного агентства. Завдяки такому бекграунду система вміє самостійно виявляти складні закономірності та швидко донавчатися під конкретні завдання — від моніторингу стихійних лих до оцінки врожайності сільськогосподарських культур.
Керівник проєкту Ендрю Ду (Andrew Du) зазначив, що ключову роль зіграв відкритий вихідний код моделі. Оскільки NASA та IBM виклали Prithvi у вільний доступ на платформі Hugging Face, австралійським інженерам не довелося витрачати роки та мільйони на створення власної архітектури з нуля. Вони просто взяли готову базу та адаптували її для роботи на обмежених потужностях супутникового заліза.
Чому не можна просто «скинути фотки»
Сучасні апарати спостереження за Землею генерують гігантські обсяги інформації. Проблема в тому, що пропускна здатність каналів зв'язку між орбітою та поверхнею сильно обмежена. Передавати кожен піксель — занадто дорого та повільно. Зазвичай для розв'язання цієї проблеми на супутниках використовують компактні, жорстко прописані алгоритми, які вміють робити щось одне.
Фундаментальні моделі змінюють правила гри. Замість того, щоб щоразу завантажувати нове програмне забезпечення під нову задачу, дослідникам достатньо відправити на супутник невеликий додатковий модуль (вагою в кілька мегабайтів), який адаптує вже існуючу ШІ-архітектуру. Це робить орбітальні системи значно гнучкішими та автономнішими. Головний науковий директор із даних NASA Кевін Мерфі (Kevin Murphy) підкреслив, що саме для таких сценаріїв агентство робить свої розробки відкритими.
Майбутнє: розмови з залізом
Перспективи використання подібних систем виходять далеко за межі малювання карт затоплень. Дослідники припускають, що в майбутньому оператори зможуть буквально «розмовляти» з космічними апаратами, ставлячи питання про стан систем або результати спостережень природною мовою.
NASA вже готує цілу лінійку спеціалізованих моделей. У 2025 році було випущено модель Surya для вивчення Сонця, а на черзі — аналогічні системи для астрофізики, планетології та біологічних наук. Схоже, ера, коли супутник був просто літаючою камерою, остаточно добігає кінця.
До речі, поки NASA вчить супутники думати самостійно, комерційний сектор теж не стоїть на місці. Наприклад, Starlink більше не «екзотика для сіл», оскільки швидкість супутникового інтернету вже впевнено наздоганяє кабельні мережі.