ماهواره YAM-9 برای نخستین بار با استفاده از هوش مصنوعی Gemma 3 در مدار، اهداف را بدون دخالت انسان شناسایی و تحلیل کرد.
به گزارش سرویس هوافضای تکناک، این دستاورد که در ماه آوریل به ثبت رسید، نخستین استفاده گزارش‌شده از یک مدل بینایی-زبانی (Vision-Language Model یا VLM) در فضا محسوب می‌شود و می‌تواند نحوه عملکرد ماهواره‌ها و ارزش داده‌های فضایی را به طور اساسی تغییر دهد.
در روش‌های سنتی، ماهواره‌ها حجم زیادی از داده‌های خام را به زمین ارسال می‌کنند و سپس تحلیلگران یا الگوریتم‌های یادگیری ماشین، این داده‌ها را بررسی می‌کنند. اما در این آزمایش، ماهواره YAM-9 که شرکت Loft Orbital آن را ساخته است، توانست با استفاده از نرم‌افزار توسعه‌یافته توسط آزمایشگاه پیش‌رانش جت ناسا و مدل هوش مصنوعی Gemma 3، به صورت مستقل مناطق موردنظر را شناسایی کند.
مرتبط: آیا هوش مصنوعی می تواند به آگاهی دست یابد؟
مدل Gemma 3 که توسط Google DeepMind توسعه یافته است، برای اجرا روی سخت‌افزارهای محدود طراحی شده است و می‌تواند هم‌زمان متن و تصاویر را تحلیل کند. پژوهشگران از این مدل خواستند مناطقی را که مرز میان محیط طبیعی و توسعه انسانی هستند، شناسایی کند یا زیرساخت‌های اطراف مراکز راه‌آهن را بیابد و سیستم توانست این وظایف را با موفقیت انجام دهد.
اهمیت این آزمایش در دو بخش قابل بررسی است. در کوتاه‌مدت، چنین فناوری می‌تواند حجم عظیم داده‌های خامی را کاهش دهد که به زمین ارسال می‌شود، چرا که ماهواره پیش از ارسال اطلاعات، داده‌های مهم را شناسایی و دسته‌بندی می‌کند. در بلندمدت نیز این موفقیت، مسیر استقرار زیرساخت‌های پیشرفته هوش مصنوعی در مدار زمین را هموار می‌سازد.
پل لاسر، مدیر بخش هوش مصنوعی Loft Orbital اعلام کرد که این فناوری امکان ایجاد سامانه‌های پایش دائمی در فضا را فراهم می‌کند. به گفته او، اپراتورها می‌توانند به ماهواره دستور دهند یک مرز خاص را زیر نظر بگیرد و در صورت مشاهده فعالیت مشکوک هشدار ارسال کند. این قابلیت، تعامل مستقیم و مداوم میان کاربران و ماهواره‌ها را امکان‌پذیر می‌سازد.
ماهواره YAM-9 در پاییز ۲۰۲۵ به عنوان بستری آزمایشی برای پروژه‌های هوش مصنوعی مداری شرکت Loft Orbital پرتاب شد. این ماهواره به پردازنده گرافیکی NVIDIA Jetson Orin AGX مجهز است که یکی از قدرتمندترین تراشه‌های مورد استفاده در پردازش فضایی به حساب می‌آید.
توسعه نرم‌افزار NAVI-Orbital را خوان دلفا ویکتوریا از رهبران فنی گروه هوش مصنوعی JPL برعهده داشت. تیم توسعه برای اجرای Gemma 3 در محیط محدود فضایی، بسیاری از کتابخانه‌ها و نیازهای حافظه را بهینه‌سازی کرد تا مدل بتواند روی سخت‌افزار ماهواره اجرا شود.
مرتبط: تراشه هوش مصنوعی نیپیر استاندارد تازه‌‌ای برای استنتاج AI تعریف می‌کند
این فناوری تنها به کاربردهای تجاری محدود نمی‌شود. پژوهشگران معتقد هستند تجربه به‌دست‌آمده از اجرای مدل‌های هوش مصنوعی در مدار می‌تواند در آینده به توسعه دستیارهای هوشمند برای فضانوردان در مأموریت‌های ماه و مریخ کمک کند. در چنین سناریویی، فضانوردان می‌توانند به‌جای کار با رابط‌های پیچیده، با یک دستیار هوشمند گفت‌وگو کنند و اطلاعات یا راهنمایی‌های مورد نیاز خود را به صورت تعاملی دریافت نمایند.
بر اساس پیش‌بینی کارشناسان، شرکت‌های دیگری نیز به زودی از مدل‌های بینایی-زبانی در ماهواره‌های خود استفاده می‌کنند. در صورت گسترش این فناوری، نسل آینده ماهواره‌ها نه‌تنها تصاویر ثبت خواهند کرد، بلکه قادر خواهند بود آنها را در همان لحظه تحلیل کنند و تصمیم‌های اولیه را به‌طور مستقل بگیرند؛ تغییری که می‌تواند آغاز عصر جدیدی از هوش مصنوعی فضایی باشد.
مرتبط: اجرای هوش مصنوعی +Copilot روی کارت‌های گرافیک مجزا ممکن شد
