Intel voittaa ensimmäisen satelliitin, jossa on AI-laitteisto

Niin yleinen kuin tekoäly on nykyaikana — parantaen ymmärrystämme kosmoksesta aiheuttamalla viihdyttäviä videoita puhelimessasi — AI ei ole vielä löytänyt tiensä kiertoradalle.

Sitänes asti, kunnes 2. syyskuuta, kokeellinen satelliitti, joka on noin aamiaismurojen koko, poistettiin rakettien jakajasta 45 muun samankokoisen satelliitin kanssa. Satelliitti, joka on nimeltään PhiSat-1, on nyt lentämässä yli 17 000 mailin (27 500 km) tuntivauhtia auringon synkronisessa kiertoradassa noin 329 mailin (530 km) yläpuolella.

PhiSat-1 sisältää uuden hyperspektrisen-thermokameran ja laitteiston sisäisen AI-prosessorin Intel (INTC ) ® Movidius™Myriad™ 2 -näköprosessorin (VPU) avulla — samaa piiriä, jota käytetään monissa älykkäissä kameroissa ja jopa 99 dollarin itsestään ottavassa dronessa täällä maan päällä. PhiSat-1 on itse asiassa yksi parista satelliiteista, joiden tehtävänä on seurata polaarijäätä ja maan kosteutta, samalla testaten satelliittien välistä viestintäjärjestelmää tulevaisuuden satelliittien verkoston luomiseksi.

Ensimmäinen ongelma, jota Myriad 2 auttaa ratkaisemaan, on kuinka käsitellä suuri määrä dataa, jonka korkealaatuiset kamerat, kuten PhiSat-1: n kamera, tuottavat. “Anturien kyky tuottaa dataa kasvaa tekijällä 100 joka sukupolvi, kun taas kykymme ladata dataa kasvaa, mutta vain tekijällä 3, 4, 5 joka sukupolvi”, sanoo Gianluca Furano, European Space Agencyn datajärjestelmien ja laitteiston johtaja, joka johti PhiSat-1: n taustalla olevaa yhteistyöhön perustuvaa ponnistelua.

Samaan aikaan noin kaksi kolmasosaa planeetan pinnasta on pilvien peitossa kulloisenkin ajan. Tämä tarkoittaa, että suuri määrä hyödyttömiä pilvikuvasia tallennetaan, lähetetään arvokkaiden laskenta-kaistojen kautta maahan, tallennetaan uudelleen, tarkastetaan tietokoneella tuntien tai päivien kuluttua — vain poistamaan.

“Ja tekoäly reunalaitteissa tuli meidät pelastamaan, kuten kavaleria lännen elokuvassa”, sanoo Furano. Ideana oli käyttää laitteiston sisäistä prosessointia pilvisten kuvien tunnistamiseen ja hylkäämiseen — ja näin ollen säästää noin 30 %: ia laskenta-kaistasta.

“Avaruus on äärimmäinen reuna”, sanoo Aubrey Dunne, Ubotican tekninen johtaja. Irlantilainen startup rakensi ja testasi PhiSat-1: n AI-tekniikkaa, työskennellen tiiviissä yhteistyössä cosinen kanssa, joka on kameran valmistaja, yhteistyössä Pisan yliopiston ja Singergisen kanssa kehittääkseen kokonaisvaltaisen ratkaisun. “Myriad oli suunniteltu alusta alkaen vaikuttavaan laskentaan, mutta hyvin alhaisessa virrankulutuksessa, mikä sopii avaruussovelluksiin.”

Myriad 2: ta ei kuitenkaan ollut tarkoitettu kiertoradalle. Avaruusaluksien tietokoneet käyttävät yleensä erittäin erikoistuneita “säteilykovia” piirejä, jotka voivat olla “jopa kaksi vuosikymmentä jäljessä kaupallisen teknologian huipulla”, selittää Dunne. Ja AI ei ole ollut valikossa.

Niinpä Dunne ja Ubotican tiimi suorittivat “säteilyluonteen”, asettamalla Myriad-piirin sarjaan testejä, jotta voitiin selvittää, miten käsitellä mahdollisia virheitä tai kulumista.

ESA “ei ollut koskaan testannut tällaisen monimutkaisuuden piiriä säteilylle”, sanoo Furano. “Olimme epäileviä, voimmeko testata sitä oikein … meidän piti kirjoittaa käsikirja, jotta voimme suorittaa perusteellisen testin ja luonteenkuvaus tästä piiristä alusta alkaen.”

Ensimmäinen testi, 36 tuntia suoraa säteilyä CERNissä vuoden 2018 lopulla, “oli erittäin painostava tilanne”, sanoo Dunne. Mutta se testi ja kaksi seuraavaa “onneksi sujuivat hyvin”. Myriad 2 meni läpi ilman muutoksia.

Yhtäkkiä tämä matalatehoinen, suorituskykyinen näköpiiri oli valmis lähtemään maan ilmakehän ulkopuolelle. Kyllä! Mutta nyt tuli uusi haaste.

Yleensä AI-algoritmit rakennetaan tai “koulutetaan” suurten datamäärien avulla “oppiakseen” — tässä tapauksessa, mitä on pilvi ja mitä ei ole. Mutta koska kamera oli niin uusi, “meillä ei ollut mitään dataa”, sanoo Furano. “Meidän piti kouluttaa sovelluksemme synthetisoiduilla tiedoilla, jotka on poimittu olemassa olevista tehtävistä.”

Kaikki tämä järjestelmän ja ohjelmiston integrointi ja testaus, johon osallistui puolisenkymmentä eri organisaatiota ympäri Eurooppaa, kesti neljä kuukautta. “Olimme erittäin ylpeitä siitä, että pystyimme olemaan noin nopeita ja tehokkaita, asettaaksemme kaiken laitteeseen niin lyhyessä ajassa”, sanoo Max Pastena, PhiSat-upseeri ESA: ssa. Avaruusaluksen kehityksen kannalta aikataulu “on ihme”, lisää Furano.

“Intel on antanut meille taustatukea Myriad-laitteelle, kun tarvitsimme sitä, mahdollistaaksemme PhiSat-1: n AI: n käytön CVAI-tekniikalla”, sanoo Dunne. “Se on erittäin arvostettavaa.”

Valitettavasti sarja liittymättömiä tapahtumia — rakettien viivästykset, koronaviruspandemia ja epäystävälliset kesätuulet — merkitsivät, että tiimien piti odottaa yli vuoden, ennen kuin he saivat tietää, toimisiko PhiSat-1 kiertoradalla suunnitelmien mukaan.

2. syyskuuta tapahtunut laukaisu Ranskan Guayanasta — ensimmäinen lajissaan satelliittien jakelu, jonka suoritti Arianespace — sujui nopeasti ja virheettömästi. Alkuvaiheen vahvistamiseksi satelliitti tallensi kaikki kuvat ja tallensi AI-pilvipäätöksensä kullekin, jotta maan tiimi voisi vahvistaa, että sen istutettu aivot toimivat odotetusti.

Kolmen viikon mittaisen odottelun jälkeen Pastena pystyi julistamaan: “Olemme juuri astuneet avaruuden historiaan.”

ESA ilmoitti, että yhteistyössä oleva tiimi oli “iloinen paljastamaan ensimmäisen koskaan laitteistopohjaisen AI-johtopäätöksen maan seuranta -kuvista avaruudessa olevassa satelliitissa”.

Lähettämällä vain hyödyllisiä kuvapikseleitä satelliitti parantaa nyt “laskenta-kaistan käyttöä ja vähentää merkittävästi laskennan kustannuksia” — ei puhumatta siitä, että se säästää tutkijoiden aikaa maan päällä.

Katsoen eteenpäin, matalakustannuksisten, AI-tehosteisten pienten satelliittien käyttömahdollisuudet ovat lukemattomat — erityisesti, kun niihin lisätään useiden sovellusten suorittamismahdollisuus.

“Sen sijaan, että olisi omistettu laitteisto, joka tekee yhden asian, on mahdollista vaihtaa verkkoja sisään ja ulos”, sanoo Jonathan Byrne, Intel Movidius -tekniikkatoimiston johtaja. Dunne kutsuu tätä “satelliittipalveluksi”.

Otetaan esimerkki: Kun lentäen alueilla, jotka ovat alttiita metsäpaloille, satelliitti voi havaita paloja ja ilmoittaa paikallisille vastaanottajille minuuteissa, ei tunteissa. Ylittäessä valtameriä, joita yleensä ohitetaan, satelliitti voi havaita laittomia aluksia tai ympäristöonnettomuuksia. Ylittäessä metsiä ja maatalousalueita satelliitti voi seurata maan kosteutta ja kasvien kasvua. Jäiden yllä se voi seurata paksuutta ja sulamisaltaiden muodostumista ilmastonmuutoksen seuraamiseksi.

Monet näistä mahdollisuuksista tullaan pian testaamaan: ESA ja Ubotica työskentelevät yhdessä PhiSat-2: n parissa, joka vie toisen Myriad 2: n kiertoradalle. PhiSat-2 tulee olemaan “kykenevä suorittamaan AI-sovelluksia, jotka voidaan kehittää, asentaa, validoida ja käyttää avaruudessa olevassa satelliitissa lennon aikana yksinkertaisen käyttöliittymän avulla.”

Intelille se on matalavolyyminen markkina, mutta vaikutus on kiistämätön. Kuten Pastena sanoo, voimme lopulta ymmärtää “planeetan sykettä”.