नासा ने गूगल की AI मॉडल को एक उपग्रह में चलाया। यहाँ देखें कि उसे क्या मिला।
एक छोटी, कुशल AI मॉडल ने कक्षा से वास्तविक छवियों का विश्लेषण किया और कच्चे डेटा की जगह सादे पाठ विवरण भेजे। यह जंगल की आग की चेतावनियों को 90 मिनट से तुरंत कम कर सकता है।
मुख्य बातें
- नासा की जेट प्रोपल्शन लैबोरेटरी ने 2025 में YAM-9 उपग्रह पर गूगल की Gemma 3 AI मॉडल चलाई, जो पहली बार एक दृष्टि-भाषा AI द्वारा अपने स्वयं के कैमरे से कक्षा में छवियों को संसाधित करने का प्रदर्शन था।
- NAVI-Orbital नाम की प्रणाली ने लॉन्च से पहले एक जमीन-आधारित परीक्षण में 7,960 छवियों को वर्गीकृत करने में 88 प्रतिशत सटीकता प्राप्त की।
- यह मॉडल केवल 8 GB मेमोरी पर चलता है, जो एक लैपटॉप के लिए काफी छोटा है, फिर भी अंतरिक्ष से उपग्रह कल्पना का वर्णन करने के लिए काफी शक्तिशाली है।
- बैंडविड्थ की सीमाएं वर्तमान में जंगल की आग की उपग्रह चेतावनियों को 90 मिनट तक देरी करती हैं; एक ऑनबोर्ड AI से पाठ सारांश इसे शून्य के करीब कम कर सकते हैं।
- वैज्ञानिक अब एक संचालन दल के माध्यम से जटिल संरचित आदेश लिखने की बजाय सादे अंग्रेजी संकेत का उपयोग करके उपग्रह को निर्देशित कर सकते हैं।
एक गूगल AI मॉडल अभी पृथ्वी की परिक्रमा कर रहा है, एक उपग्रह की खिड़की से बाहर देख रहा है और जो कुछ देख रहा है उसे नीचे लिख रहा है।
नासा की जेट प्रोपल्शन लैबोरेटरी (JPL) ने हाल ही में गूगल की Gemma 3, एक ओपन-सोर्स बड़ी भाषा मॉडल (एक प्रकार की AI जो पाठ को पढ़ता और उत्पन्न करता है, और इस मामले में, छवियों को भी समझता है), को Loft Orbital द्वारा बनाए गए YAM-9 नामक एक वाणिज्यिक उपग्रह पर उड़ाया। यह प्रयोग, पहली बार IEEE Spectrum AI द्वारा रिपोर्ट किया गया, एक दृष्टि-भाषा AI द्वारा उपग्रह के अपने कैमरे से कक्षा में छवियों का विश्लेषण करने का पहला उदाहरण है।
AI ने वास्तव में वहाँ क्या किया?
प्रणाली ने उपग्रह के कैमरे द्वारा लिए गए फोटो को देखा और उनका सादे अंग्रेजी विवरण लिखा। कोई कच्ची छवि फाइलें पृथ्वी पर वापस नहीं भेजी गईं। केवल शब्द।
इसे चलाने वाली सॉफ्टवेयर फ्रेमवर्क को NAVI-Orbital कहा जाता है। दो लाइव परीक्षणों के दौरान, उपग्रह फ्रांस के टूलूज़ और अर्जेंटीना के तट के ऊपर से गुजरा। AI ने प्रत्येक छवि का अध्ययन किया और लिपिबद्ध प्रश्नों का उत्तर दिया: क्या यह एक वाणिज्यिक या आवासीय क्षेत्र है? क्या कोई प्राकृतिक सुविधाएँ दिखाई दे रही हैं?
सभी प्रसंस्करण एक छोटे Nvidia Jetson Orin AGX पर हुआ, एक कंप्यूट मॉड्यूल (एक स्वतंत्र लघु-कंप्यूटर) जो एक मोटी पेपरबैक की तरह बड़ा है, जो आमतौर पर रोबोटों में उपयोग किया जाता है। बोर्ड पर Gemma 3 का संस्करण एक संपीड़ित प्रारूप का उपयोग करता है जिसमें केवल 8 GB मेमोरी की आवश्यकता है। Delfa ने इसे स्पष्ट रूप से कहा: "आप इसे बहुत, बहुत छोटे कंप्यूटर में चला सकते हैं।"
| विवरण | आंकड़ा |
|---|---|
| जमीन परीक्षण सटीकता | 7,960 छवियों में 88% |
| मॉडल आकार (मेमोरी) | 8 GB |
| उपलब्ध ऑनबोर्ड पावर | 150 से 500 वाट (सौर) |
| वर्तमान जंगल की आग की चेतावनी में देरी | 90 मिनट तक |
| कच्ची छवियों बनाम बचाया गया डेटा | किलोबाइट बनाम सैकड़ों मेगाबाइट |
क्या यह महत्वपूर्ण है कि AI जमीन पर नहीं बल्कि उपग्रह पर है?
उपग्रह निर्धारित समय पर ही डेटा को पृथ्वी पर भेज सकते हैं, और कनेक्शन अक्सर धीमा होता है। एक पूर्ण उच्च-रिज़ॉल्यूशन छवि भेजने में महत्वपूर्ण बैंडविड्थ की आवश्यकता हो सकती है। एक दो-वाक्य पाठ विवरण भेजने में लगभग कुछ भी नहीं लगता।
Loft Orbital के सामान्य प्रबंधक Paul Lasserre इसे "सिमेंटिक कंप्रेशन" कहते हैं: AI जो महत्वपूर्ण है उसका सारांश देता है, और केवल वह सारांश घर जाता है। "इससे कोई फर्क नहीं पड़ता कि लिंक कितना धीमा है, क्योंकि आप दर्जनों मेगाबाइट की जगह दर्जनों किलोबाइट डाउनलिंक कर रहे हैं," Lasserre ने कहा।
जंगल की आग का उदाहरण इसे स्पष्ट करता है। उपग्रह पहले से ही जंगल की आग का पता लगाते हैं, लेकिन डेटा प्रसंस्करण और डाउनलोड में देरी चेतावनियों को 90 मिनट तक पीछे धकेल देता है। एक ऑनबोर्ड AI जो आग को सादे पाठ में चिह्नित करता है वह उस खिड़की को नाटकीय रूप से कम कर सकता है।
उपग्रह का उपयोग करने वाले वैज्ञानिकों के लिए क्या बदलता है?
आज, एक उपग्रह को निर्देशित करने के लिए सटीक, संरचित आदेश लिखने की आवश्यकता है, आमतौर पर एक विशेषज्ञ संचालन दल के माध्यम से। NAVI-Orbital एक शोधकर्ता को सादे अंग्रेजी में प्रश्न या निर्देश लिखने, इसे अपलोड करने और उपग्रह द्वारा इस पर कार्य करने की अनुमति देता है।
"अब, एक वैज्ञानिक एक संकेत लिख सकते हैं, इसे अंतरिक्ष यान पर अपलोड कर सकते हैं, और यह सिस्टम द्वारा ध्यान में लिया जाएगा," नासा JPL के तकनीकी समूह के नेतृत्व करने वाले Juan Delfa ने कहा जिन्होंने इस परियोजना का नेतृत्व किया। उपग्रह जो देखता है उसे बदलने के लिए, कहते हैं, शहरी मानचित्रण से जंगल की आग का पता लगाने के लिए स्विच करने के लिए, आप एक पाठ संकेत संपादित करते हैं। कोई नया सॉफ्टवेयर नहीं। AI को फिर से प्रशिक्षित न करें।
सिस्टम वर्तमान में उड़ान नियंत्रण से जानबूझकर अलग है। यह छवियों को पढ़ता है और विवरण देता है। कुछ और नहीं। लेकिन Delfa का दीर्घकालीन दृष्टिकोण बड़ा है: वह चाहते हैं कि AI अंतरिक्ष यात्रियों के लिए एक प्राकृतिक-भाषा साथी के रूप में कार्य करे, उन्हें एक स्पेससूट के अंदर उपकरण संचालित करने में मदद करे जहाँ चपलता सीमित है।
वह भविष्य अभी भी शोध के वर्षों दूर है। जो NAVI-Orbital ने साबित किया है वह यह है कि दोनों आधार, अंतरिक्ष में एक सक्षम AI मॉडल चलाना और सादे भाषा के साथ इसे नियंत्रित करना, दोनों आज काम करते हैं।
मुख्य बात: यदि आप उपग्रह डेटा, पृथ्वी अवलोकन, या आपातकालीन प्रतिक्रिया प्रणालियों के साथ काम करते हैं, तो इस परियोजना पर नजर रखें। व्यावहारिक लाभ, तेज़ चेतावनियाँ, सरल आदेश, अधिकांश अंतरिक्ष प्रौद्योगिकी की तुलना में करीब हैं।
