Штучний інтелект значно прискорив пошук конкретних цілей на супутникових знімках

У квітні 2025 року супутник дистанційного зондування Yam‑9 вперше в історії самостійно виявив заданий об’єкт на поверхні Землі — без залучення аналітиків. Це перший задокументований випадок використання візуально-мовної моделі (Vision-Lan­guage Mod­el, VLM) безпосередньо на орбіті.

Досі стандартна схема роботи супутників передбачала передачу великих масивів даних на Землю, де їх обробляли алгоритми машинного навчання та фахівці-аналітики. Yam‑9, розроблений компанією Loft Orbital, змінює цю логіку: апарат здатний самостійно досліджувати задані зони інтересу у відповідь на запити, сформульовані звичайною мовою.

Основою бортового програмного забезпечення стала модель Gem­ma 3 від Google Deep­Mind — вона створена для роботи на обмеженому обладнанні поза дата-центрами. VLM поєднують контекстне розуміння великих мовних моделей із можливістю аналізу зображень. На практиці модель успішно класифікувала дані на межі природного середовища та людської діяльності, а також ідентифікувала інфраструктуру навколо залізничних вузлів. Для обчислень використовується графічний процесор Nvidia Jet­son Orin AGX — один із провідних чипів у космічних обчисленнях.

Loft Orbital будує бізнес за моделлю інфраструктури як послуги: супутники компанії є платформами для сторонніх замовників. Yam‑9 був запущений восени 2025 року як пілотний проєкт у сфері ШІ. Паралельно компанія вивела на орбіту шість нових апаратів для Earth­Dai­ly — оператора, що планує аналізувати й продавати зібрані дані. Нині під управлінням Loft на орбіті працюють 12 супутників, а кінцева мета — угруповання з 50–100 апаратів для покриття будь-якої точки Землі в режимі реального часу.

Приклад Yam‑9 вже надихає конкурентів. Plan­et Labs запускає супутники з процесорами Jet­son Orin і найближчим часом планує власну реалізацію VLM. Kepler Com­mu­ni­ca­tions відмовилася розкривати деталі через угоди про нерозголошення, однак визнала, що після запуску її апаратів у січні зафіксовано «кілька нерозкритих варіантів використання обчислювального середовища».

У короткостроковій перспективі орбітальні VLM суттєво підвищать ефективність космічних місій: первинне сортування даних відбуватиметься ще на орбіті, що радикально зменшить потік інформації, яку аналітики змушені опрацьовувати на Землі. У довгостроковій — це підтвердження реальності масштабної ШІ-інфраструктури в космосі. Уроки з розгортання VLM на орбіті вже формують підходи до ширших обчислювальних систем, зокрема у критично важливих питаннях керування живленням і пам’яттю.