Δορυφόρος εντόπισε στόχους μόνος του με γλωσσική εντολή

Φαντάσου ότι αλλάζεις την αποστολή ενός δορυφόρου που τρέχει 600 χιλιόμετρα πάνω από το κεφάλι σου γράφοντάς του μια απλή πρόταση: «βρες υποδομές γύρω από σιδηροδρομικούς κόμβους». Αυτό περίπου συνέβη τον Απρίλιο του 2026 στον δορυφόρο παρατήρησης Γης YAM-9 της Loft Orbital. Δεν άλλαξε τι βλέπει ο δορυφόρος. Άλλαξε ποιος κάνει την ανάλυση.

Μέχρι τώρα η δουλειά ήταν μοιρασμένη με αυστηρό τρόπο: ο δορυφόρος τραβά εικόνες, τις κατεβάζει στη Γη, και άνθρωποι ή αλγόριθμοι στο έδαφος ψάχνουν μέσα τους τι αξίζει. Στο πείραμα αυτό, λογισμικό με την ονομασία NAVI-Orbital, φτιαγμένο από ομάδα της NASA JPL, έτρεξε απευθείας πάνω στον δορυφόρο. Μέσα του δούλευε το Gemma 3, ένα μοντέλο της Google DeepMind που συνδυάζει εικόνα και γλώσσα. Το σύστημα εντόπισε μόνο του περιοχές ενδιαφέροντος με βάση εντολές σε φυσική γλώσσα (TechCrunch).

Ακρίβεια εδώ: ο YAM-9 δεν βρήκε έναν συγκεκριμένο, ονομασμένο στόχο τύπου «αυτό το πλοίο». Βρήκε κατηγορίες μοτίβων, όπως σημεία όπου η φύση συναντά την ανθρώπινη ανάπτυξη. Και AI σε τροχιά υπήρχε ήδη: ο PhiSat-1 της ESA χρησιμοποιούσε onboard νοημοσύνη για να πετάει τις εικόνες με σύννεφα πριν τις στείλει κάτω (ESA). Η διαφορά είναι ότι εκείνο έκανε μία στενή, προκαθορισμένη δουλειά. Ένα μοντέλο όρασης-γλώσσας αλλάζει αποστολή με μια εντολή, χωρίς να ξαναγράψεις λογισμικό.

Τα terabytes που δεν χωράνε στο καλώδιο

Για να καταλάβεις γιατί μετράει, δες το πιο βαρετό αλλά κρίσιμο εμπόδιο της παρατήρησης Γης: οι δορυφόροι παράγουν ασύγκριτα περισσότερα δεδομένα απ' όσα προλαβαίνουν να κατεβάσουν. Η αποστολή Sentinel-2 παράγει περίπου 1,6 TB την ημέρα (Sentinel-2).

Το αντιδιαισθητικό είναι ότι το πρόβλημα δεν είναι η ταχύτητα του σήματος. Από τη χαμηλή τροχιά, το σήμα φτάνει στη Γη σε χιλιοστά του δευτερολέπτου (Gatehouse SatCom). Το πραγματικό μποτιλιάρισμα είναι επιχειρησιακό: ο δορυφόρος «βλέπει» έναν επίγειο σταθμό μόνο για σύντομα περάσματα λίγων λεπτών, και μέσα σε αυτά πρέπει να ξεφορτώσει τεράστια αρχεία (TS2).

Εδώ μπαίνει η νοημοσύνη πάνω στο σκάφος. Ο YAM-9 κουβαλούσε έναν μικρό υπολογιστή Nvidia Jetson Orin AGX, με κατανάλωση περίπου 15 με 60 watt (NVIDIA). Με τέτοιο υλικό, αντί να στείλει ολόκληρη την εικόνα, ο δορυφόρος μπορεί να στείλει την απάντηση: συντεταγμένες, χρόνο, ετικέτα, βαθμό βεβαιότητας, ίσως ένα μικρό κομμάτι της εικόνας. Σαν κάμερα ασφαλείας που, αντί να στέλνει ώρες βίντεο, σου λέει «κοίτα εδώ, στο λεπτό 12». Η λογική γυρίζει από «κατέβασε τα πάντα και ψάξε μετά» σε «ψάξε πρώτα στον δορυφόρο, κατέβασε ό,τι αξίζει» (TechCrunch).

Αυτή η προτεραιοποίηση είναι το πραγματικό κέρδος, και φαίνεται καλύτερα εκεί όπου μετράνε τα λεπτά. Σε πυρκαγιές, το XPRIZE Wildfire συνδυάζει ήδη δορυφόρους, edge AI και πρόβλεψη εξάπλωσης, ώστε το σωστό καρέ να φτάνει πρώτο στους ανθρώπους που αποφασίζουν (XPRIZE). Στη ναυτιλία, η αξία είναι να συνδεθεί γρήγορα η δορυφορική εικόνα με τα σήματα των πλοίων, ώστε να ξεχωρίζουν ύποπτες κινήσεις ή πετρελαιοκηλίδες, πεδίο όπου η ESA ήδη στηρίζει εφαρμογές (ESA Space Solutions). Στην άμυνα, όπου ο χρόνος έχει ακόμη μεγαλύτερη αξία, αναλυτές περιγράφουν συστήματα επιτήρησης που θα μπορούσαν να φιλτράρουν επιτόπου ποιες εικόνες αξίζει να κατέβουν (The Cipher Brief).

Πού είναι τα όρια

Το πείραμα απέδειξε ότι ένα μοντέλο όρασης-γλώσσας μπορεί να τρέξει σε τροχιά. Δεν απέδειξε ότι είναι αξιόπιστος αναλυτής. Δεν δημοσιεύτηκαν ποσοστά λάθους, ούτε μελέτη με αξιολόγηση από άλλους επιστήμονες. Πρόσφατες έρευνες δείχνουν ότι τέτοια μοντέλα δυσκολεύονται με μικρά αντικείμενα και θολές εικόνες, όπου πληθαίνουν οι λανθασμένοι συναγερμοί (arXiv). Και κανένα δημόσιο στοιχείο δεν δείχνει ότι ο δορυφόρος έκλεισε «κύκλο όπλου». Μιλάμε για εντοπισμό και φιλτράρισμα, όχι αυτόνομη δράση.

Ο πιο σκληρός περιορισμός, όμως, παραμένει η ενέργεια. Εκείνα τα 15 με 60 watt του Jetson είναι μια σταγόνα μπροστά στα κέντρα δεδομένων που εκπαιδεύουν αυτά τα μοντέλα. Στο διάστημα δεν υπάρχει πρίζα. Πόσο έξυπνος μπορεί να γίνει ένας δορυφόρος δεν θα το κρίνει το μοντέλο, αλλά τα watt που χωράνε στα ηλιακά του πάνελ.