Satelita po raz pierwszy sam znalazł to, czego szukał - na orbicie zadziałał model wizyjno-językowy
Na pokładzie satelity YAM-9 po raz pierwszy zadziałał model wizyjno-językowy, który samodzielnie odnajdywał obiekty w odpowiedzi na zapytania w naturalnym języku.
👁 132 przeczytań
W kwietniu, gdzieś kilkaset kilometrów nad naszymi głowami, satelita obserwacyjny zrobił coś, czego żaden inny przed nim nie potrafił: sam znalazł to, czego szukał. Bez analityków na ziemi, bez ściągania góry surowych danych do centrum obliczeniowego, bez ludzkiego oka mrużonego nad zdjęciem. To pierwszy odnotowany przypadek użycia modelu wizyjno-językowego (VLM) na orbicie - i choć brzmi to jak techniczny przypis, jest to moment, który może zmienić nie tylko sposób działania satelitów, ale i to, ile są warte.
Dotąd schemat był prosty i nieefektowny. Satelita robi zdjęcia, zrzuca ogromne paczki danych na Ziemię, a tam ludzie albo algorytmy uczenia maszynowego mozolnie przesiewają materiał, żeby wyłowić to, co istotne. Na pokładzie YAM-9, statku zbudowanego przez firmę infrastrukturalną Loft Orbital, ten porządek się odwrócił. Pakiet oprogramowania stworzony przez Jet Propulsion Laboratory NASA sam wskazywał obszary zainteresowania - w odpowiedzi na polecenia sformułowane w języku naturalnym.
Co dokładnie się wydarzyło
Sercem demonstracji był Gemma 3, model wizyjno-językowy od Google DeepMind, zaprojektowany pod kątem zastosowań brzegowych. To znaczy, że ma działać na ograniczonym sprzęcie, daleko od jakiegokolwiek data center - a trudno o miejsce bardziej odległe od serwerowni niż orbita. VLM-y łączą kontekstowe rozumienie dużych modeli językowych ze zdolnością analizowania obrazu. Badacze poprosili model, by sklasyfikował dane z czujników tam, gdzie środowisko naturalne styka się z zabudową, albo żeby zidentyfikował infrastrukturę wokół węzłów kolejowych. I model to zrobił.
Na pokładzie YAM-9, wystrzelonego jesienią 2025 roku jako pathfinder dla projektów orbitalnej sztucznej inteligencji Loft, pracuje układ Nvidia Jetson Orin AGX GPU - jeden z czołowych chipów wykorzystywanych w obliczeniach kosmicznych. Sam Gemma 3 jest modelem dostępnym „z półki”, ale inżynierowie musieli go ujarzmić: Juan Delfa Victoria z grupy AI w JPL kierował rozwojem NAVI-Orbital, oprogramowania, które było swego rodzaju uprzężą dla modelu. Trzeba było ograniczyć liczbę bibliotek i ilość potrzebnej pamięci, żeby całość zmieściła się w surowych realiach kosmicznego sprzętu.
Dlaczego to ważne
Znaczenie tej demonstracji rozkłada się na dwóch poziomach. Krótkoterminowo chodzi o coś, co nazwałbym selekcją u źródła. Zamiast zalewać analityków na Ziemi powodzią surowych danych, satelita może zrobić wstępną segregację jeszcze na orbicie - przesłać tylko to, co naprawdę istotne. To czyni czujniki kosmiczne znacznie bardziej użytecznymi, bo wąskim gardłem w obserwacji Ziemi od dawna nie jest robienie zdjęć, tylko ich przeglądanie.
Dłuższa perspektywa jest ciekawsza. To dowód koncepcji, że na orbicie da się uruchamiać większą infrastrukturę AI. A to z kolei otwiera scenariusze, które jeszcze niedawno brzmiałyby jak science fiction.
„To otwiera drzwi do zawsze aktywnych warstw patrolowych w kosmosie. Jeśli masz VLM, możesz mieć logikę - typu 'monitoruj dla mnie tę granicę i daj znać, gdy coś będzie podejrzane’ - i prowadzić wymianę zdań z satelitami.”
Tak opisuje to Paul Lasserre, szef AI w Loft Orbital, w rozmowie z TechCrunch. Warto się przy tym cytacie zatrzymać. Bo „monitoruj tę granicę i daj znać, gdy coś będzie podejrzane” to zdanie, które jednocześnie ekscytuje i niepokoi. Satelita, który sam decyduje, co jest „podejrzane”, to nie tylko skok wydajności - to też przeniesienie pewnej części ludzkiego osądu poza zasięg natychmiastowej ludzkiej kontroli. Kto definiuje, co podejrzane, ten definiuje też, kto zostanie zaalarmowany.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Biznes, który stoi za tym kawałkiem kodu
Loft Orbital nie buduje satelitów w klasycznym sensie. Jego model jest bliższy infrastrukturze jako usłudze niż tradycyjnej produkcji statków kosmicznych - to platformy dla klientów zewnętrznych, którzy płacą za miejsce na pokładzie i moc obliczeniową. W jednej z niedawnych umów firma zbudowała, wystrzeliła i obsługuje sześć nowych satelitów dla EarthDaily, które będzie analizować i sprzedawać zebrane dane.
W tym kontekście orbitalny VLM to nie gadżet, tylko mnożnik wartości. Im więcej satelita potrafi sam, tym mniej kosztuje obsługa naziemna i tym szybciej dane trafiają do klienta - a to przekłada się wprost na to, ile platforma jest warta.
I, co znamienne, Loft nie zostanie sam w tym wyścigu. Planet Labs również wynosi na orbitę satelity z procesorami Jetson Orin - na razie używa ich do prostszych zadań wykrywania obiektów, ale rzecznik firmy potwierdza, że trwają prace nad innymi zastosowaniami AI, w tym właśnie modelami wizyjno-językowymi. Z kolei Kepler Communications, operator największej grupy GPU w kosmosie, odmówił ujawnienia, czy wdrożył już VLM-y na orbicie - zasłaniając się umowami o poufności z partnerami - ale przyznał, że istnieje „kilka nieujawnionych przypadków użycia” jego środowiska obliczeniowego.
To ostatnie zdanie mówi mi więcej niż cała reszta. Skoro pierwszy publicznie potwierdzony przypadek właśnie padł, to znaczy, że niepotwierdzone dzieją się już od jakiegoś czasu. Branża obserwacji Ziemi cicho przenosi inteligencję z ziemskich serwerowni na orbitę, a my dowiadujemy się o tym z opóźnieniem i fragmentarycznie.
Patrzę na to z mieszanką zachwytu i ostrożności. Zachwyt jest oczywisty: model, który mieści się na pojedynczym chipie i odpowiada na pytania zadane ludzkim językiem, krążący po orbicie i samodzielnie wskazujący to, co istotne - to kawał inżynierii. Ostrożność dotyczy tego, dokąd ta logika prowadzi. „Zawsze aktywne warstwy patrolowe” brzmią świetnie w prezentacji dla inwestorów, ale to też opis świata, w którym coraz więcej decyzji o tym, co warte uwagi, zapada szybciej, niż ktokolwiek zdąży je sprawdzić. Kwiecień 2026 zapamiętamy jako moment, w którym satelity przestały tylko patrzeć - i zaczęły szukać.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →


