В апреле 2026 года произошло событие, которое можно назвать поворотным моментом в истории космических технологий. Спутник дистанционного зондирования Земли YAM-9 впервые в истории самостоятельно, без участия аналитиков на Земле, обнаружил заданный объект. Это достижение стало первым зарегистрированным случаем применения визуально-языковой модели (Vision-Language Model, VLM) на орбите и открывает новую эру автономных космических аппаратов, способных не просто собирать данные, но и интерпретировать их в реальном времени.
От пассивных камер к активным наблюдателям: как работали спутники раньше
Традиционная модель работы спутников дистанционного зондирования напоминала систему видеонаблюдения без оператора у мониторов. Космические аппараты непрерывно фиксировали огромные объёмы данных, сбрасывая терабайты сырых снимков на наземные станции, где аналитики вручную или с помощью алгоритмов машинного обучения выискивали нужную информацию .
Этот процесс был медленным, затратным и требовал огромных вычислительных ресурсов на Земле. Спутник выступал в роли «тупой камеры» — он не понимал, что именно снимает, и не мог выделить важное из общего потока данных.
| Традиционная модель | Новая модель (YAM-9) |
|---|---|
| Сбор всех данных без фильтрации | Интеллектуальная фильтрация на орбите |
| Передача терабайт сырых снимков | Передача только ценной, уже обработанной информации |
| Анализ на Земле (часы или дни ожидания) | Анализ в реальном времени |
| Высокая нагрузка на каналы связи | Минимальная загрузка каналов связи |
| Человек-аналитик в цикле принятия решений | Автономное принятие решений на борту |
Технологический прорыв: как YAM-9 научился мыслить самостоятельно
Космический аппарат YAM-9, созданный компанией Loft Orbital, совершил революцию в подходе к обработке спутниковых данных. Вместо того чтобы передавать необработанные изображения на Землю, спутник самостоятельно проанализировал полученные снимки и выделил области, соответствующие запросам, сформулированным на естественном языке .
Три ключевых компонента системы:
- Программное обеспечение NAVI-Orbital от Лаборатории реактивного движения (JPL) NASA — оно переводит запросы на естественном языке в задачи классификации на борту спутника .
- Модель Gemma 3 от Google DeepMind — это визуально-языковая модель, специально разработанная для работы на ограниченном оборудовании вдали от дата-центров. Она сочетает контекстное понимание больших языковых моделей со способностью анализировать изображения .
- Графический процессор Nvidia Jetson Orin AGX — один из ведущих чипов, используемых в космических вычислениях. Именно он обеспечивает вычислительную мощность для работы VLM на орбите .
Инженерам пришлось серьёзно оптимизировать программное обеспечение, чтобы оно работало в жёстких условиях ограниченной мощности и памяти, характерных для космических аппаратов .
Что умеет YAM-9:
- Понимать запросы на естественном языке, например: «Классифицируй данные датчиков в регионах, где природная среда соприкасается с человеческой деятельностью» .
- Выявлять инфраструктуру вокруг железнодорожных узлов .
- Мониторить границы и сигнализировать о подозрительной активности в заданных областях .
Глава направления ИИ Loft Orbital Пол Лассерр описал эту технологию как возможность создания «постоянных патрульных слоёв в космосе» .
Почему этот прорыв меняет правила игры
Достижение YAM-9 имеет значение как в краткосрочной, так и в долгосрочной перспективе.
Ближайшие перспективы:
В ближайшее время VLM значительно повысят полезность космических сенсоров за счёт первичной сортировки данных прямо на орбите. Вместо того чтобы отправлять на Землю океан необработанных пикселей, спутник будет передавать только проверенные, отфильтрованные ИИ данные .
Представьте команду по борьбе с лесными пожарами, получающую AI-размеченные зоны поражения в течение нескольких минут, а не после часов ожидания, пока аналитики изучат сырые спутниковые снимки .
YAM-9 отправляет выводы, а не кадры. Это как разница между получением краткого текстового резюме и получением всех писем, которые ваша компания когда-либо отправляла .
Долгосрочные последствия:
Успешная демонстрация VLM на орбите — это доказательство возможности создания более масштабной ИИ-инфраструктуры в космосе . Пол Лассерр видит будущее, в котором пользователи смогут напрямую отдавать команды спутникам вроде: «Мониторь эту границу и уведоми меня, если заметишь что-то подозрительное» .
Группировка спутников: путь к глобальному покрытию
Один спутник — это только начало. Конечная цель Loft Orbital — создать группировку спутников, обеспечивающую покрытие в реальном времени любой точки Земли. По оценкам компании, для этого потребуется от 50 до 100 спутников, подобных YAM-9 .
В настоящее время под управлением Loft на орбите функционируют 12 таких космических аппаратов .
Особенность бизнес-модели Loft Orbital заключается в том, что их аппараты разработаны как платформы для сторонних заказчиков — это скорее «инфраструктура как услуга», чем традиционное производство спутников . Например, компания построила и запустила шесть новых спутников для EarthDaily, которая планирует анализировать и продавать данные, собранные на борту космических аппаратов .
Кто следующий: гонка космического ИИ набирает обороты
YAM-9 стал первым зарегистрированным использованием VLM на орбите, но другие компании уже следуют этому примеру .
Planet Labs
Компания уже запускает спутники с процессорами Jetson Orin. Пока что они используются для более простых задач распознавания объектов, но компания планирует скоро реализовать собственный вариант VLM .
Kepler Communications
Компания, управляющая самой большой группировкой GPU в космосе, из-за соглашений о неразглашении не подтвердила, развёртывала ли она VLM на орбите. Однако представители признали, что с момента запуска их космических аппаратов в январе было «несколько нераскрытых вариантов использования нашей вычислительной среды» .
Откуда всё началось: неожиданное происхождение технологии
Идея NAVI-Orbital возникла совсем в другом контексте. Исследователи JPL Хуан Дельфа Виктория и Таран Кириак Джон разрабатывали систему как цифровых помощников для астронавтов, которые будут исследовать Луну или Марс и не смогут использовать клавиатуру в скафандрах .
Тот же стек технологий — тот же Gemini, та же архитектура — теперь используется для автономного наблюдения за Землей .
Ограничения и контроль: кто наблюдает за наблюдателем?
Несмотря на впечатляющий уровень автономии, операции спутника остаются под человеческим контролем . Вопросы о том, кто контролирует наблюдение и как именно, пока остаются открытыми. Технология мощна, но её этическое и практическое применение требует внимательного подхода .
Однако следующие вехи уже видны на горизонте: объявит ли какая-либо компания о развёртывании VLM на уровне целой группировки? Именно тогда демонстрация перерастёт в полноценную инфраструктуру .
Заключение: новая эра автономных спутников
Спутник YAM-9 доказал: искусственный интеллект способен не просто анализировать данные на Земле, но и принимать решения прямо на орбите. Технология VLM, оптимизированная для работы с ограниченными ресурсами космического аппарата, позволяет спутникам самостоятельно выделять важную информацию из гигантских объёмов данных, экономя время, энергию и каналы связи.
Этот прорыв — только начало. В ближайшие годы нас ждёт появление целых группировок «умных» спутников, способных патрулировать планету в реальном времени, реагировать на чрезвычайные ситуации и открывать новые возможности для науки и безопасности. Уроки, извлечённые из развёртывания VLM на орбите, повлияют на дальнейшее формирование в космосе более масштабной вычислительной инфраструктуры .
Мы стоим на пороге новой эры космических технологий — эры, в которой спутники становятся не пассивными наблюдателями, а активными участниками сбора и анализа информации о нашей планете.