Một vệ tinh quan sát Trái Đất đã lần đầu tiên tự xác định mục tiêu cần tìm ngay trên quỹ đạo mà không cần sự hỗ trợ của các nhà phân tích dưới mặt đất, đánh dấu bước tiến mới trong việc ứng dụng trí tuệ nhân tạo (AI) vào hoạt động không gian.
Thử nghiệm diễn ra hồi tháng 4 trên vệ tinh Yam-9 của công ty hạ tầng không gian Loft Orbital (Mỹ). Hệ thống phần mềm do Phòng thí nghiệm Sức đẩy Phản lực (JPL) thuộc NASA phát triển cho phép vệ tinh nhận yêu cầu bằng ngôn ngữ tự nhiên và tự động xác định các khu vực cần quan tâm trong dữ liệu quan sát.
Đây được xem là lần đầu tiên một mô hình thị giác – ngôn ngữ (Vision-Language Model – VLM) được triển khai và vận hành thành công trên quỹ đạo.
Khác với quy trình truyền thống, trong đó vệ tinh gửi khối lượng lớn dữ liệu về Trái Đất để con người hoặc thuật toán xử lý, hệ thống mới có khả năng phân tích dữ liệu ngay trên vệ tinh.
Trong thử nghiệm, mô hình Gemma 3 của Google DeepMind đã nhận diện thành công các khu vực giao thoa giữa môi trường tự nhiên và hạ tầng do con người xây dựng, đồng thời xác định các công trình xung quanh các nút giao đường sắt theo yêu cầu của người vận hành.
Gemma 3 là mô hình AI được thiết kế cho các ứng dụng điện toán biên (edge computing), cho phép hoạt động trên phần cứng có năng lực tính toán hạn chế và ở xa các trung tâm dữ liệu.
Theo ông Paul Lasserre, phụ trách AI của Loft Orbital, công nghệ này có thể mở đường cho các hệ thống giám sát tự động liên tục từ không gian.
“Nếu sở hữu một mô hình VLM, chúng ta có thể đưa ra chỉ thị như ‘hãy theo dõi khu vực biên giới này và báo cho tôi khi phát hiện điều bất thường’, đồng thời tương tác trực tiếp với vệ tinh,” ông nói với TechCrunch.
Các chuyên gia cho rằng việc xử lý dữ liệu ngay trên quỹ đạo sẽ giúp giảm đáng kể lượng dữ liệu phải truyền về mặt đất, từ đó nâng cao hiệu quả khai thác các hệ thống quan sát Trái Đất.
Yam-9 được phóng lên quỹ đạo cuối năm 2025 như một nền tảng thử nghiệm cho các dự án AI ngoài không gian của Loft Orbital. Vệ tinh được trang bị bộ xử lý đồ họa Nvidia Jetson Orin AGX, một trong những dòng chip AI phổ biến cho các ứng dụng tính toán trên quỹ đạo.
Ông Juan Delfa Victoria, trưởng nhóm kỹ thuật AI tại JPL, cho biết nhóm nghiên cứu đã phát triển phần mềm NAVI-Orbital để tối ưu hóa Gemma 3 cho môi trường không gian. Các kỹ sư phải cắt giảm đáng kể dung lượng bộ nhớ và số lượng thư viện phần mềm nhằm bảo đảm mô hình có thể vận hành trên phần cứng của vệ tinh.
Dù đây là trường hợp đầu tiên được công bố, nhiều công ty khác cũng đang phát triển các ứng dụng AI tương tự. Planet Labs đã triển khai các vệ tinh sử dụng bộ xử lý Jetson Orin cho nhiệm vụ nhận diện vật thể và đang nghiên cứu các mô hình VLM. Trong khi đó, Kepler Communications cho biết đã ghi nhận nhiều trường hợp sử dụng năng lực tính toán trên quỹ đạo nhưng chưa thể công bố do các thỏa thuận bảo mật.
Loft Orbital đặt mục tiêu xây dựng mạng lưới từ 50 đến 100 vệ tinh tương tự Yam-9 nhằm cung cấp khả năng giám sát gần thời gian thực trên phạm vi toàn cầu. Hiện công ty đang vận hành 12 vệ tinh trên quỹ đạo.
Ngoài các ứng dụng thương mại và quan sát Trái Đất, công nghệ AI trên quỹ đạo còn được kỳ vọng hỗ trợ các sứ mệnh thám hiểm Mặt Trăng và Sao Hỏa trong tương lai, khi các tàu vũ trụ và phi hành gia cần xử lý thông tin và đưa ra quyết định nhanh hơn mà không phải phụ thuộc hoàn toàn vào chỉ đạo từ Trái Đất.
Ảnh vệ tinh được hệ thống AI trên tàu Yam-9 của Loft Orbital phân tích trực tiếp trên quỹ đạo thay vì gửi toàn bộ dữ liệu về Trái Đất để xử lý. Ảnh: Loft Orbital/NASA JPL
