Aleksandar Božović
NASA je nedavno demonstrirala kako tehnologija zasnovana na veštačkoj inteligenciji može pomoći orbitirajućim satelitima da naprave preciznije i vrednije naučne podatke. Po prvi put, ova tehnologija je omogućila satelitu za osmatranje Zemlje da unapred pogleda duž svoje orbite, brzo obradi i analizira slike uz pomoć ugrađene veštačke inteligencije i odredi u kom pravcu da usmeri instrument. Ceo proces je trajao manje od 90 sekundi i to bez ikakve intervencije ljudi.
Koncept nazvan Dynamic Targeting razvija se više od deset godina u NASA Laboratoriji za mlazni pogon (Jet Propulsion Laboratory – JPL) u južnoj Kaliforniji. Prvo testiranje u stvarnim uslovima obavljeno je sredinom jula na komercijalnom satelitu. Cilj je bio pokazati kako ova tehnologija može poboljšati snimanje Zemlje iz svemira, tako što izbegava oblake i samostalno traži kratkotrajne pojave kao što su šumski požari, vulkanske erupcije ili retke oluje.
„Ideja je da se satelit ponaša više kao čovek: umesto da samo „gleda“ podatke, on razmišlja o tome šta ti podaci znače i kako da reaguje“, kaže Stiv Čijen, vodeći istraživač ovog projekta i stručnjak za veštačku inteligenciju u JPL-u. „Kada čovek vidi sliku drveća u plamenu, zna da se verovatno radi o požaru, a ne samo o crveno-narandžastim pikselima. Pokušavamo da omogućimo da satelit kaže: „To je požar i zatim usmeri senzore direktno na njega.“
Izbegavanje oblaka za korisnije podatke
U prvoj fazi testiranja Dynamic Targeting se nije fokusirao na prepoznavanje konkretnih pojava poput požara. Umesto toga, cilj je bio da se izbegne sveprisutna pojava – oblaci.
Većina instrumenata na orbitirajućim satelitima jednostavno gleda pravo nadole. Ali kod optičkih senzora, oblaci mogu zakloniti površinu Zemlje i do dve trećine vremena. Dynamic Targeting ima sposobnost da pogleda unapred do 500 kilometara i razlikuje oblake od vedrog neba. Ako je vidljivost dobra, satelit će fotografisati površinu; ako su prisutni oblaci, snimanje se otkazuje kako bi se uštedeli memorija i resursi za korisnije ciljeve.
NASA„Ako pametno odlučujete šta ćete fotografisati, onda snimate samo površinu, a preskačete oblake. Time izbegavate nepotrebno čuvanje i obradu snimaka koji istraživačima ničemu ne koriste“, objašnjava Ben Smit iz JPL-a, član NASA Biroa za tehnologiju osmatranja Zemlje, koji finansira razvoj ove tehnologije. „Ovo će omogućiti mnogo veći procenat zaista upotrebljivih podataka.“
Kako funkcioniše Dynamic Targeting
Testiranje se sprovodi na CubeSat satelitu CogniSAT-6, veličine akt-tašne, koji je lansiran u martu 2024. Satelit je dizajniran i njime se upravlja od strane kompanije Open Cosmos, a nosi uređaj sa komercijalnim AI procesorom, koji je razvio Ubotica. Još 2022. slični algoritmi su testirani na Međunarodnoj svemirskoj stanici, sa uspešnim rezultatima koji su pokazali da AI i u orbiti može efikasno analizirati snimke.
Pošto CogniSAT-6 nema zaseban senzor za „gledanje unapred“, on se naginje za 40–50 stepeni da bi kamera koja vidi i u vidljivom i u bliskom infracrvenom spektru, mogla da snima unapred. Nakon toga, napredni algoritam treniran da prepozna oblake analizira snimak i softver za planiranje aktivnost, odlučuje da li i gde treba da usmeri senzor. Ako je nebo vedro, satelit se vraća u položaj za direktno osmatranje i snima zemlju.
NASASve to odvija se za svega 60 do 90 sekundi dok satelit juri kroz orbitu brzinom od skoro 27.000 km/h.
Nakon što je potvrđeno da sistem može uspešno da izbegava oblake, sledeći korak je „lov“ na oluje i druge vremenske pojave. Dakle, ne njihovo izbegavanje već ciljano snimanje. Takođe će se testirati otkrivanje toplotnih anomalija kao što su požari i vulkanske erupcije. Tim iz JPL-a razvio je posebne algoritme za svaku od ovih primena.
„Prvo operativno testiranje Dynamic Targeting-a predstavlja ogroman korak“, rekao je Čijen. „Konačni cilj je da se koristi na stvarnim naučnim misijama, gde bi instrumenti mogli da sakupljaju potpuno nove i korisne vrste podataka.“
Dynamic Targeting bi mogao da se koristi čak i na svemirskim letelicama koje istražuju Sunčev sistem. Ideja potiče delimično iz prethodnog iskustva Čijena i njegovog tima, kada su analizirali podatke sa ESA Rosetta orbitera kako bi detektovali i snimili mlazove izbačene iz komete 67P/Čurjumov–Gerasimenko.
Na Zemlji, prilagođavanje Dynamic Targetinga za rad sa radarom moglo bi omogućiti proučavanje ekstremnih zimskih oluja koje se nazivaju duboke konvektivne ledene oluje. U pitanju su retke i kratkotrajne pojave koje postojeće tehnologije ne mogu dobro da zabeleže. Specijalizovani algoritmi bi prepoznali ovakve oblake, a zatim bi radar sa satelita neprekidno „pratio“ oluju dok prolazi iznad, prikupljajući dragocene podatke tokom šest do osam minuta.
Postoje i vizije u kojima bi više satelita delilo podatke: vodeći satelit analizira slike i rezultate brzo šalje narednom u nizu, koji se zatim usmerava na konkretne pojave. Ovaj princip bi mogao biti proširen na čitave konstelacije desetina satelita. Test tog pristupa, nazvan Federated Autonomous MEasurement, počeće kasnije ove godine, objavljuje NASA.
