Супутник вперше розпізнав і описав об’єкти на знімках без зв’язку із Землею. Для цього достатньо звичайного текстового запиту замість заздалегідь прописаних командних послідовностей.
Інженери та партнери
Супутник YAM-9 створила компанія Loft Orbital. Він став платформою для системи NAVI-Orbital, спільної розробки NASA Jet Propulsion Laboratory та цього ж стартапу. Результати випробувань опублікували на arXiv, проте вони ще не пройшли рецензування.
Раніше, щоб націлити апарат на новий тип об’єкта, доводилося писати командні послідовності, перевіряти програмне забезпечення і завантажувати його на борт. Тепер процедура звелася до редагування текстового промпта. Це скорочує цикл переналаштування та відкриває доступ до супутника фахівцям без навичок програмування командних послідовностей.
Що змінив NAVI-Orbital
На борту YAM-9 працює Google DeepMind Gemma 3. Це серія легких моделей, достатньо компактних для запуску на ноутбуці. Вона належить до класу vision-language models, тобто обробляє водночас текст і зображення. Саме це дозволило розмістити ШІ безпосередньо на невеликому супутнику, де фізичний простір, енергоспоживання й обчислювальна потужність жорстко обмежені.
Система побудована як мультиагентна архітектура з трьох модулів. Перший модуль координує виконання завдань, детектор аналізує і класифікує знімки, а діалоговий агент відповідає на запитання оператора про результати. Наземні тести на 7960 знімках показали точність класифікації на рівні 88,2 відсотка за категоріями «житлова зона», «пляж», «сільськогосподарські угіддя», «гори». На орбіті виконали поки що два сеанси зйомки, далі планують нові.
Навіщо це ринку
У Loft Orbital бачать майбутнє за системою приблизно з сотні таких супутників. Вони зможуть забезпечити безперервне глобальне покриття в реальному часі. Керівник відділу ШІ компанії Пол Лассер порівнює це з постійним патрулюванням із космосу.
Супутник оцінює побачене і виходить на зв’язок лише тоді, коли щось відповідає критеріям пошуку. Нафтова пляма біля узбережжя, нове будівництво на кордоні, ознаки повені чи лісової пожежі. «Цей ШІ справді “бачить”, що на знімку, і визначає саме те, що шукає аналітик — мости, шосе, конкретні водойми або ознаки стихійних лих», — говорить старша менеджерка з маркетингу Loft Orbital Сара Престон. У перспективі Loft Orbital планує маркетплейс AI-агентів, де різні алгоритми змагатимуться за право обробляти супутникові дані клієнтів.
Технологія NAVI-Orbital не обмежується низькою навколоземною орбітою. У статті згадується сценарій для майбутніх місій на Місяць і Марс, де астронавти в скафандрах під тиском не можуть набирати команди на клавіатурі. Замість цього вони зможуть віддавати голосові інструкції AI-асистенту, який супроводжуватиме місію, повідомляє ScienceAlert.
Дослідники поки не вивчали стійкість системи до шкідливих промптів, тобто спроб обману через спеціально сформульовані запити, які можуть змусити ШІ неправильно класифікувати об’єкт або проігнорувати його. Опубліковані результати вони називають радше демонстрацією можливостей, а не фінальною характеристикою надійності. Попри це, команда впевнена, що такі системи скоро стануть стандартом для орбітальних платформ.
