Naukowcy po raz pierwszy przeszkolili AI w kosmosie

Zespół badaczy z Oksfordu po raz pierwszy w historii, przeprowadził w kosmosie szkolenie AI. Dokonano tego na pokładzie jednego z satelitów krążących nad naszymi głowami.

Dotychczas szkolenie AI odbywało się w laboratoriach naukowych, lecz naukowcy z Oksfordu poszli znacznie dalej i przeprowadzili je w kosmosie. Uniwersytecki Wydział Informatyki, w ramach projektu „Szybkie wnioskowanie i trenowanie modelu na pokładzie satelity”, dokonał tego na pokładzie satelity ION SCV004 umieszczonego na orbicie, zaś wyniki swoich badań zaprezentował podczas Międzynarodowego Sympozjum Nauk o Ziemi i Teledetekcji, które odbyło się 21 lipca. Osiągnięcie te umożliwi monitorowanie działania satelitów w czasie rzeczywistym i może mieć szeroki zakres zastosowań, od zarządzania klęskami żywiołowymi do badania wylesiania terenów.

Sztuczna inteligencja w satelitach

Obecnie satelity do teledetekcji zbierają dane w sposób pasywny, a więc nie są w stanie samodzielnie wykrywać zmian, ani podejmować decyzji. Przesyłane przez nie informacje muszą więc zostać przesłane na Ziemię w celu ich analizy. To znacznie wydłuża czas reakcji na zdarzenia takie jak klęska żywiołowa. Osiągnięcie badaczy z Oksfordu może to zmienić, gdyż wyposażenie satelitów w modele uczenia maszynowego, znacznie rozszerzy ich możliwości.

Na pokładzie satelity przeszkolono stosunkowo prosty model o nazwie RaVAEn, zaprojektowany do wykrywania zmian w zachmurzeniu na podstawie zdjęć lotniczych. Dzięki zastosowaniu odpowiedniego podejścia jest nie tylko szybszy. Ale też bardziej wydajny, co w przypadku satelitów jest niezwykle istotne, gdyż dysponują komputerami o ograniczonej mocy obliczeniowej.

Model najpierw kompresuje duże pliki obrazów do wektorów zawierających 128 liczb. Podczas fazy szkoleniowej uczy się zachowywać w danym wektorze tylko informacje odnoszące się do zmian, jakie próbuje wykryć. W tym wypadku chodzi o obecność chmury lub jej brak, dzięki temu szkolenie jest znacznie szybsze.

AI ułatwi wykrywanie pożarów i klęsk żywiołowych

Podczas eksperymentu pierwszą część modelu, służącą do kompresji nowo widzianych obrazów, szkolono na Ziemi. Natomiast druga część odpowiedzialna za to, czy obraz zawiera chmury, czy też nie, była trenowana bezpośrednio w satelicie. Zazwyczaj szkolenie modelu uczenia maszynowego wymaga kilku etapów i bardzo mocnych komputerów. Tymczasem w tym przypadku, faza szkolenia wykorzystująca 1300 obrazów, trwała zaledwie półtorej sekundy.

Według naukowców, RaVAEn można łatwo dostosować do wykonywania różnych zadań oraz wykorzystywania innych form danych. Badacze zamierzają teraz opracować bardziej zaawansowane modele. Będą one samodzielnie rozróżniać istotne zmiany, np. takie jak powodzie, pożary, a także naturalne zmiany, takie jak zmiana koloru liści, związana z różnymi porami roku. Chcą także stworzyć modele dla bardziej złożonych danych, umożliwiające np. wykrywanie wycieków metanu, co pomogłoby walczyć ze zmianami klimatycznymi.

W przyszłości sztuczna inteligencja nie będzie więc ograniczała się tylko do pracy na Ziemi. Zacznie także być wykorzystywana również nad naszymi głowami.