პირველად ისტორიაში, დედამიწის სადამკვირვებლო სატელიტმა დამოუკიდებლად, ადამიანური ჩარევის გარეშე შეძლო საჭირო მონაცემების იდენტიფიცირება. აპრილში განხორციელებულმა ამ ექსპერიმენტმა, რომელშიც ორბიტაზე პირველად იქნა გამოყენებული Vision-Language Model (VLM), აჩვენა, თუ როგორ შეუძლია AI-ს ფუნდამენტურად შეცვალოს კოსმოსური სენსორების შესაძლებლობები და მათი კომერციული ღირებულება.
ტრადიციულად, სატელიტები უზარმაზარი მოცულობის მონაცემებს აგზავნიან დედამიწაზე, სადაც ანალიტიკოსები მათ ხელით ან მარტივი ალგორითმებით ამუშავებენ. თუმცა, Loft Orbital-ის სატელიტმა YAM-9-მა, NASA-ს Jet Propulsion Laboratory-ის მიერ შემუშავებული პროგრამული უზრუნველყოფისა და Google DeepMind-ის Gemma 3 მოდელის დახმარებით, შეძლო ბუნებრივი ენით დასმულ კითხვებზე პასუხის გაცემა და კონკრეტული ობიექტების ამოცნობა პირდაპირ ორბიტაზე.
ეს მიღწევა ორმხრივად მნიშვნელოვანია: მოკლევადიან პერსპექტივაში, ის ამცირებს მონაცემთა გადაცემის საჭიროებას და ანალიტიკოსებს ათავისუფლებს რუტინული სამუშაოსგან. გრძელვადიანად კი, ეს არის წინგადადგმული ნაბიჯი კოსმოსში მასშტაბური AI ინფრასტრუქტურის დასანერგად. Loft-ის AI მიმართულების ხელმძღვანელის, პოლ ლასერის თქმით, ეს ტექნოლოგია გზას უხსნის „მუდმივად მოქმედ საპატრულო სისტემებს“, სადაც სატელიტებს შეუძლიათ რეალურ დროში აკონტროლონ კონკრეტული ტერიტორიები და დაუყოვნებლივ აცნობონ ოპერატორებს საეჭვო აქტივობების შესახებ.
პროექტი, რომელიც Nvidia Jetson Orin AGX GPU-ს იყენებს, ასევე ემსახურება მომავალ კვლევებს, მათ შორის მთვარესა და მარსზე ასტრონავტებისთვის ციფრული ასისტენტების შექმნას. მიუხედავად იმისა, რომ ეს პირველი საჯარო დემონსტრაციაა, დარგის ექსპერტები ვარაუდობენ, რომ მსგავსი ტექნოლოგიების დანერგვა კოსმოსურ ინდუსტრიაში უახლოეს წლებში სტანდარტად იქცევა.
წყარო: techcrunch.com
