اگر مدیریت داده‌های ماهواره‌ای را بر عهده دارید، گردش کار شما از فیلتر کردن دستی به پرس‌وجوهای زبان طبیعی تغییر کرده است. طبق گزارش TechCrunch، در آوریل ۲۰۲۶، فضاپیمای YAM-9 به نخستین ماهواره مشاهده زمین تبدیل شد که با استفاده از یک مدل زبانی-بینایی (VLM) — شبیه به دستیاری که هم‌زمان هم می‌بیند و هم می‌فهمد و می‌تواند درباره تصویر توضیح دهد — اهداف زمینی را به‌طور مستقل شناسایی کرد.
به‌طور سنتی، ماهواره‌ها مانند دوربین‌های ساده عمل می‌کنند؛ یعنی حجم عظیمی از داده‌های خام را دانلود می‌کنند تا تحلیلگران زمینی با چشم یا یادگیری ماشین الگوها را بیابند. این فرآیند یک گلوگاه داده عظیم ایجاد می‌کند. با انتقال هوش به «لبه» یا همان خودِ ماهواره، اکنون فضاپیما می‌تواند غربالگری اولیه داده‌ها را در مدار انجام دهد.
نقش مدل‌های زبانی-بینایی
مدل‌های VLM جهشی در قابلیت‌ها هستند چون درک متنی مدل‌های زبانی بزرگ را با توانایی تحلیل تصاویر ترکیب می‌کنند. این ویژگی اجازه می‌دهد تا ماهواره به‌جای تکیه بر الگوریتم‌های صلب و پیش‌برنامه‌ریزی‌شده، به پرس‌وجوهای زبان طبیعی پاسخ دهد. همان‌طور که در تحلیل‌های پیشین ما درباره پردازش لبه‌ای اشاره کردیم، کاهش فاصله بین داده و تصمیم، سرعت واکنش سیستم را به‌شدت بالا می‌برد.
این نمایش بر پایه Gemma 3 است؛ یک VLM از گوگل دیپ‌مایند (Google DeepMind) که به‌طور خاص برای کاربردهای لبه با سخت‌افزار محدود و فاصله زیاد از مراکز داده طراحی شده است. برای عملیاتی کردن این مدل، مهندسان آزمایشگاه پیش‌رانش جت ناسا (JPL) بسته‌ای نرم‌افزاری به نام NAVI-Orbital توسعه دادند.
تیم تحت رهبری خوان دلفا ویکتوریا، رهبر فنی گروه هوش مصنوعی در ناسا JPL، NAVI-Orbital را به‌عنوان یک چارچوب (Harness) برای Gemma 3 ساختند. چون Gemma 3 یک مدل آماده (Off-the-shelf) است، مهندسان نرم‌افزار مجبور شدند بسته را بهینه کنند تا تعداد کتابخانه‌ها و مقدار حافظه مورد نیاز برای عملکرد در مدار کاهش یابد.
مشخصات فنی و قابلیت‌ها
بر اساس مستندات این مأموریت، مشخصات فنی عبارتند از:
- سخت‌افزار: یک پردازنده گرافیکی Nvidia Jetson Orin AGX، که یکی از پیشروترین تراشه‌های مورد استفاده در محاسبات فضایی است.
- قابلیت‌ها: مدل با موفقیت داده‌های حسگر در نقاط تلاقی محیط‌های طبیعی و توسعه انسانی را طبقه‌بندی کرد و زیرساخت‌های اطراف قطب‌های ریلی را شناسایی نمود.
- مقیاس: شرکت Loft Orbital در حال حاضر ۱۲ فضاپیما دارد، اما هدف آن ایجاد منظومه‌ای از ۵۰ تا ۱۰۰ ماهواره است تا پوشش جهانی در لحظه (Real-time) تضمین شود.
شرکت Loft Orbital به‌جای تولید سنتی، به‌عنوان یک ارائه‌دهنده «زیرساخت به‌عنوان سرویس» (Infrastructure-as-a-Service) عمل می‌کند. برای مثال، آن‌ها اخیراً ۶ ماهواره برای شرکت EarthDaily ساختند، پرتاب کردند و عملیاتی نمودند؛ شرکتی که وظیفه تحلیل و بازاریابی داده‌های جمع‌آوری‌شده را بر عهده دارد. YAM-9 در پاییز ۲۰۲۵ به‌عنوان یک پیش‌ران (Pathfinder) برای این پروژه‌های هوش مصنوعی مداری پرتاب شد.
این چرخش به‌سوی VLMهای داخلی، اقتصاد بنیادین حسگرهای فضایی را تغییر می‌دهد. ماهواره از یک دستگاه ضبط غیرفعال به یک «لایه گشت‌زنی» فعال تبدیل می‌شود. به گفته پل لسر، رئیس هوش مصنوعی در Loft، اپراتورها اکنون می‌توانند دستورات منطق-محور بدهند؛ مثلاً «این مرز را برای من زیر نظر بگیر و هر زمان چیز مشکوکی دیدی خبرم کن» و به‌صورت متقابل با ماهواره‌ها تعامل داشته باشند.
کاربردهای آینده و روندهای صنعت
این معماری فراتر از مشاهده زمین، یک نقشه راه برای اکتشافات فضای عمیق ارائه می‌دهد. پژوهشگران JPL، از جمله خوان دلفا ویکتوریا و تاران سیریاک جان، تصور می‌کنند این دستیارهای تعاملی هوش مصنوعی به فضانوردان در ماه یا مریخ کمک کنند. از آنجایی که فضانوردان لباس‌های فشارپزشکی می‌پوشند، نمی‌توانند برای انجام کارهای پیچیده از کیبورد استفاده کنند؛ بنابراین یک دستیار هوش مصنوعی تعاملی دقیقاً شبیه به آنچه در فیلم‌ها یا بازی‌های ویدئویی می‌بینیم عمل خواهد کرد.
درس‌های به‌دست‌آمده از استقرار این مدل‌های کوچک‌تر، مسیر توسعه زیرساخت‌های محاسباتی در مقیاس بزرگ‌تر در فضا، به‌ویژه در زمینه مدیریت توان و حافظه، را روشن می‌کند.
سایر بازیگران صنعت نیز در این مسیر هستند:
- Planet Labs: در حال حاضر ماهواره‌هایی با پردازنده‌های Jetson Orin برای تشخیص اشیاء ساده در مدار دارد، اما سخنگوی این شرکت تأیید کرد که تحقیقات روی VLMها در جریان است.
- Kepler Communications: بزرگ‌ترین گروه GPUها را در فضا مدیریت می‌کند. آن‌ها به‌دلیل قراردادهای عدم افشا (NDA) جزئیاتی از استقرار VLM ندادند، اما اشاره کردند که از زمان پرتاب فضاپیماها در ژانویه، «چندین مورد استفاده نامشخص» از محیط محاسباتی خود داشته‌اند.
گام بعدی شما
- بررسی مستندات مدل‌های Gemma 3 برای درک نحوه بهینه‌سازی مدل‌های بینایی برای سخت‌افزارهای لبه.
- دنبال کردن اخبار مربوط به منظومه ماهواره‌ای Loft Orbital برای مشاهده اولین سرویس‌های تجاری «گشت‌زنی هوشمند».
- مطالعه معماری NAVI-Orbital برای یادگیری روش‌های کاهش وابستگی‌های نرم‌افزاری در محیط‌های با محدودیت حافظه.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ اثر تراشه‌های سری Orin بر تغییر پارادایم محاسبات فضایی را در گزارش بعدی بررسی خواهیم کرد.
گفتگو