人工衛星が初めて自律的に物体発見、宇宙でVLM活用
原題: A satellite just learned to find things on its own — here’s what that means
なぜ重要か
宇宙での自律的AI分析により衛星データの効率的な処理が可能となり、宇宙ベースセンサーの価値と能力が大幅に向上する可能性を示した。
宇宙インフラ企業Loft Orbitalの衛星Yam-9が4月、地上の分析官なしに自律的に目標物を発見することに成功した。NASA JPLが開発したソフトウェアとGoogle DeepMindのGemma 3視覚言語モデルを使用し、自然言語クエリに応答して関心領域を特定した。軌道上でのVLM使用は初の報告例。
宇宙インフラ企業Loft Orbitalの地球観測衛星Yam-9が、人間の分析官による支援なしに自律的に目標物を発見することに成功した。この成果は4月に達成され、軌道上での視覚言語モデル（VLM）の初の報告例となる。従来、衛星は大量のデータを地上の分析官にダウンロードし、機械学習アルゴリズムや人間の目で分析していた。しかし今回、NASA JPLが開発したソフトウェアパッケージとGoogle DeepMindのGemma 3 VLMを搭載したYam-9は、自然言語クエリに応答して関心領域を特定した。Gemma 3は限られたハードウェアでの動作を想定したエッジアプリケーション用に設計されており、大規模言語モデルの文脈理解能力と画像分析能力を組み合わせている。研究者らは自然環境と人間開発の境界を分類したり、鉄道ハブ周辺のインフラを識別したりするタスクでモデルをテストした。Loft OrbitalのAI責任者Paul Lasserreは「国境を監視し、疑わしいものがあれば通知する」といった論理的な指示を衛星に与える可能性について言及した。Yam-9は2025年秋に打ち上げられ、Nvidia Jetson Orrin AGX GPUを搭載している。NASA JPLのJuan Delfa Victoriaが、Gemma 3 VLMのハーネスとなるNAVI-Orbitalソフトウェアパッケージの開発を主導した。