NASA-in satelit je prvi put sam identificirao što vidi iz svemira
UOBIČAJENI pristup satelitskim snimkama podrazumijeva snimanje golemih količina podataka i njihovo slanje na Zemlju, gdje ih potom pregledavaju operateri i napredni algoritmi. Međutim, taj proces nailazi na sve veća ograničenja zbog vremena, propusnosti veze i potrošnje energije. Moderni sateliti jednostavno snimaju više nego što znanstvenici stignu analizirati.
No, satelit YAM-9 nedavno je demonstrirao potpuno novu sposobnost: samostalno je identificirao i opisao objekte na svojim snimkama bez potrebe za potvrdom iz zemaljske kontrole. Štoviše, može primati naredbe na prirodnom jeziku, slično kao što biste razgovarali s Google Geminijem ili Siri, primjerice: "pronađi mi sve željezničke kolodvore u ovoj državi", piše ScienceAlert.
Revolucionarni NASA-in program
Ovaj napredak omogućen je kroz program NAVI-Orbital, koji je izgradila NASA, a razvili su ga istraživači iz NASA-inog Laboratorija za mlazni pogon (JPL) i tehnološkog startupa Loft Orbital.
"Povijesno gledano, da bi satelit prepoznao novi objekt, bilo je potrebno napisati niz naredbi, ponovno provjeriti ugrađeni softver i učitati nove binarne datoteke", navode istraživači u svom radu objavljenom na preprint poslužitelju arXiv, koji još čeka recenziju.
"U NAVI-Orbital paradigmi, promjena zadatka svodi se na uređivanje i učitavanje nove tekstualne upute. To skraćuje ciklus zadavanja novih zadataka i proširuje krug potencijalnih korisnika i izvan onih sa specijaliziranim znanjem o programiranju naredbi."
Umjetna inteligencija izravno u orbiti
Većinom, kada komunicirate s AI chatbotom poput Claudea ili ChatGPT-a, vaši se upiti šalju u energetski zahtjevne podatkovne centre na obradu. Postavljanjem modela umjetne inteligencije izravno na uređaj, obrada je znatno brža jer nema potrebe za slanjem podataka naprijed-natrag, a u slučaju satelita to znači i manju ovisnost o komunikaciji sa Zemljom.
"Uobičajeno korisnik mora zadati satelitu zadatak putem API-ja, pričekati da se snimke prikupe i preuzmu, a zatim ih analizirati pomoću prethodno obučenog algoritma", pojasnila je za ScienceAlert Sarah Preston, viša menadžerica marketinga u tvrtki Loft Orbital.
"Ova umjetna inteligencija zapravo može 'vidjeti' što je na snimci i prepoznati ono što analitičar traži, poput mostova, autocesta, određenih vodenih površina ili znakova prirodnih katastrofa kao što su poplave i šumski požari."
Kako funkcionira satelitski AI
Na ovom satelitu koristi se Google DeepMind Gemma 3, serija "laganih" AI modela dovoljno malenih da rade i na prijenosnim računalima. Riječ je o vizualno-jezičnom modelu (VLM), što znači da obrađuje i tekst i slike. Ključno je što može raditi na malom satelitu, gdje se fizička veličina, potrošnja energije i računalna snaga moraju pažljivo optimizirati.
"Sustavom upravlja arhitektura s više agenata koju čine tri autonomna agenta koji međusobno prosljeđuju zadatke: orkestrator koji koordinira izvršenje, detektor koji analizira, klasificira i sažima slike te dijaloški agent koji operaterima omogućuje postavljanje pitanja o rezultatima", pišu istraživači.
Drugim riječima, tehničari mogu postavljati pitanja softveru satelita, umjesto da ga programiraju za svaki pojedinačni zadatak. "Takav dizajn čini NAVI prilagodljivim različitim misijama bez potrebe da se svaki put iznova gradi od nule."
Testiranja i buduća primjena
Tijekom početnih testiranja na Zemlji, sustav je uspio prepoznati sadržaj na oko 7960 slika s točnošću od 88.2 posto, klasificirajući ih u kategorije poput stambenih područja, plaža, poljoprivrednih zona i planina. Dosad su izvedena samo dva snimanja uživo u orbiti, a planira ih se još.
U budućnosti bi se ova vrsta tehnologije mogla primjenjivati i daleko izvan niske Zemljine orbite. Jednostavan i brz pristup upitima i analizi, kakav je ovdje demonstriran, mogao bi se koristiti na roverima koji istražuju površinu Mjeseca ili Marsa.
"Razmišljamo ovako: imate astronaute u odijelima pod tlakom, ne mogu tipkati na tipkovnici, a sve što žele učiniti je složeno", rekao je viši sistemski inženjer Juan Delfa Victoria za TechCrunch. "Zašto im onda ne bismo dali pomoćnika, kao u videoigrama i filmovima gdje vidite interaktivnu umjetnu inteligenciju?"
Globalni nadzor u stvarnom vremenu
Istraživači kažu da bi se s otprilike 100 satelita poput YAM-9 mogla uspostaviti pokrivenost cijelog planeta u stvarnom vremenu, a tvrtka Loft Orbital namjerava ponuditi upravo takvu uslugu. "Vizija je da sateliti rade zajedno za kontinuirano i globalno praćenje u stvarnom vremenu, potpomognuti tržištem AI agenata", rekla je Preston.
Uvelike, satelitske snimke ne bi se morale slati na Zemlju da bi se otkrilo što je na njima snimljeno. To bi moglo biti korisno za sve, od praćenja dima od šumskih požara do praćenja neobičnih aktivnosti u lukama ili na granicama u stvarnom vremenu. Naravno, to otvara i potencijalnu zabrinutost zbog razine nadzora koju bi takva tehnologija podrazumijevala.
"Tvrtka radi na proširenju tih mogućnosti kako bi podržala misije koje zahtijevaju brzo donošenje odluka na licu mjesta, bilo da se radi o civilnim, komercijalnim ili obrambenim primjenama", izjavila je Preston za ScienceAlert.
"Cilj je da sateliti funkcioniraju kao stalni izviđači - kažete mu da prati obalu zbog izlijevanja nafte ili da označi novu gradnju blizu granice. Satelit bi procijenio što vidi i javio se tek kada nešto zadovolji te kriterije."
Ograničenja i etička pitanja
Ipak, još uvijek postoji prostor za poboljšanje točnosti i pouzdanosti, a otvaraju se i velika etička pitanja o prepuštanju interpretacije visokorizičnih snimaka umjetnoj inteligenciji.
Istraživači nisu ispitali što bi se moglo dogoditi ako se unesu "zlonamjerne upute", stoga bi se njihovi nalazi trebali "shvatiti kao dokaz izvedivosti, a ne kao karakterizacija otpornosti sustava", zaključuju.
Unatoč tim preprekama, istraživači su uvjereni da će ova revolucionarna tehnologija uskoro postati standard. "Ovo otvara vrata stalno aktivnim, patrolnim slojevima u svemiru", rekao je za TechCrunch Paul Lasserre, voditelj odjela za umjetnu inteligenciju u Loft Orbitalu.