Домой Новости ИИ NASA начало испытания спутников с ИИ для мониторинга Земли

NASA начало испытания спутников с ИИ для мониторинга Земли

Новая технология позволит космическим аппаратам самостоятельно обнаруживать экологические угрозы и обмениваться данными напрямую, повышая оперативность реагирования.

Компания Loft Orbital в сотрудничестве с Лабораторией реактивного движения NASA (JPL) приступила к испытаниям инновационной системы искусственного интеллекта для спутников. Технология призвана наделить космические аппараты способностью самостоятельно выявлять значимые события на поверхности Земли и мгновенно передавать сведения другим спутникам, исключая необходимость постоянной пересылки тяжелых массивов данных на наземные станции.

О запуске тестов Loft Orbital официально объявила 23 июня. Работа ведется в рамках программы NASA Federated Autonomous Measurement (FAME), целью которой является создание распределенных автономных сетей мониторинга нашей планеты. Начальный этап испытаний проходит в текущем месяце на одном из действующих спутников компании: программное обеспечение от JPL было развернуто непосредственно на бортовом оборудовании аппарата. Масштабирование тестирования намечено на 2027 и 2028 годы с использованием новых спутников Loft Orbital.

Автоматизация процесса tip-and-cue

Основная задача проекта — полная автоматизация протокола, известного как tip-and-cue. В текущих реалиях схема выглядит так: спутник выполняет съемку, отправляет данные на Землю, где специалисты их изучают и, при обнаружении угрозы или интересного события, отправляют команды другим аппаратам для проведения более детальной съемки. Этот цикл требует много времени.

Новая разработка переносит этот интеллект на орбиту. ИИ анализирует снимки непосредственно в процессе съемки, распознает критические явления и оповещает соседние аппараты, чтобы те оперативно задействовали свои сенсоры для уточнения данных.

Спутник Loft Orbital с ИИ
Иллюстрация: Loft Orbital Источник: ixbt.com

Иллюстрация: Loft Orbital

По словам Поля Лассерра, руководителя направления ИИ в Loft Orbital, такая архитектура позволяет извлекать полезную информацию из космоса, не нагружая каналы связи передачей колоссальных объемов «сырых» снимков. Современные ИИ-модели, используемые в системе, обучались на сверхбольших массивах данных, что позволяет им не просто искать заданные образы, а самостоятельно классифицировать аномалии и широкий спектр природных явлений.

Преодоление аппаратных ограничений

Инженеры столкнулись с двумя барьерами. Первый — технический: бортовым системам требуется одновременно наличие мощных сенсоров и высокопроизводительных вычислительных блоков для обработки «тяжелого» контента в режиме реального времени. Второй барьер — алгоритмический: ранее модели ИИ были слишком громоздкими для орбитальных систем.

Ситуация изменилась в последние месяцы с появлением компактных мультимодальных моделей, способных анализировать данные из разных источников при скромных вычислительных затратах. Лассерр признается, что поначалу относился к возможности запуска подобных систем в космосе скептически, однако прогресс в области оптимизации алгоритмов позволил успешно интегрировать их в спутниковые платформы.

Сценарии использования и будущее группировки Altair

Система предполагает работу в режиме «космического патруля»: один спутник постоянно сканирует заданный регион, а при обнаружении подозрительной активности — будь то лесной пожар, разлив нефти или экологическое бедствие — информация через межспутниковую связь передается соседям по орбитальной группировке. Это позволяет получить детализированную картину происходящего еще до того, как информация поступит к наземному оператору.

Для реализации этой концепции Loft Orbital планирует запуск группировки Altair, состоящей из десяти спутников нового поколения. Каждый из них будет оснащен комбинированными сенсорами, мощными вычислителями для ИИ и выделенными каналами связи для обмена данными между аппаратами.

Если испытания пройдут успешно, космос перейдет на новый уровень автономности, где аппараты смогут самостоятельно принимать решения, какие именно события на Земле требуют приоритетного внимания. Это значительно повысит эффективность мониторинга как для государственных нужд, так и для коммерческого сектора.

Источник: https://www.ixbt.com