Intel voorziet de eerste satelliet met AI aan boord

Zo alomtegenwoordig als kunstmatige intelligentie in het moderne leven is geworden — van het verbeteren van ons begrip van het heelal tot het naar voren brengen van vermakelijke video’s op uw telefoon — AI heeft nog niet zijn weg gevonden in een baan om de aarde.

Tot 2 september, toen een experimentele satelliet ter grootte van een ontbijtgraankast uit een raketdispenser werd geslingerd, samen met 45 andere satellieten van vergelijkbare grootte. De satelliet, genaamd PhiSat-1, vliegt nu met een snelheid van meer dan 27.000 kilometer per uur in een zon-synchrone baan op ongeveer 530 kilometer hoogte.

PhiSat-1 bevat een nieuwe hyperspectrale-thermische camera en onboard AI-verwerking dankzij de Intel (INTC ) Movidius Myriad 2 Vision Processing Unit (VPU) — dezelfde chip die in veel slimme camera’s en zelfs een $99-zelfie-drone op aarde zit. PhiSat-1 is eigenlijk een van een paar satellieten op een missie om poolijs en bodemvochtigheid te monitoren, evenals om intersatellietcommunicatiesystemen te testen om een toekomstig netwerk van gefedereerde satellieten te creëren.

Het eerste probleem dat de Myriad 2 helpt op te lossen? Hoe om te gaan met de grote hoeveelheid gegevens die worden gegenereerd door high-fidelitycamera’s zoals die op PhiSat-1. “De capaciteit die sensoren hebben om gegevens te produceren, neemt toe met een factor 100 per generatie, terwijl onze capaciteit om gegevens te downloaden toeneemt, maar alleen met een factor van drie, vier, vijf per generatie”, zegt Gianluca Furano, data systems en onboard computing lead bij de Europese Ruimtevaartorganisatie, die de collaboratieve inspanning achter PhiSat-1 leidde.

Tegelijkertijd is ongeveer twee derde van het aardoppervlak bedekt met wolken op elk gegeven moment. Dat betekent dat een heleboel nutteloze beelden van wolken meestal worden vastgelegd, opgeslagen, verzonden via waardevolle downlink-bandbreedte naar de aarde, opgeslagen, bekeken door een wetenschapper (of een algoritme) op een computer uren of dagen later — alleen om te worden verwijderd.

“En kunstmatige intelligentie aan de rand kwam ons te hulp, de cavalerie in de westernfilm”, zegt Furano. Het idee waar het team zich omheen verzamelde, was om onboard-verwerking te gebruiken om bewolkte beelden te identificeren en te verwijderen — en zo ongeveer 30% van de bandbreedte te besparen.

“De ruimte is de ultieme rand”, zegt Aubrey Dunne, chief technology officer van Ubotica. De Ierse startup bouwde en testte PhiSat-1’s AI-technologie, in nauwe samenwerking met cosine, de fabrikant van de camera, evenals de Universiteit van Pisa en Singergise om de complete oplossing te ontwikkelen. “De Myriad was absoluut ontworpen vanaf de grond af om een indrukwekkende rekenkracht te hebben, maar in een zeer laag vermogenvelop, en dat past echt bij ruimte-toepassingen.”

De Myriad 2 was echter niet bedoeld voor een baan om de aarde. Ruimtevaartcomputers gebruiken meestal zeer gespecialiseerde “straling-verharde” chips die “tot twee decennia achter state-of-the-art commerciële technologie” kunnen zijn, legt Dunne uit. En AI is nog niet op het menu.

Dus Dunne en het Ubotica-team voerden “stralingkarakterisering” uit, waarbij de Myriad-chip een reeks tests onderging om te bepalen hoe om te gaan met eventuele fouten of slijtage.

ESA “had nooit een chip van deze complexiteit getest voor straling”, zegt Furano. “We waren sceptisch of we het konden testen… we moesten het handboek schrijven over hoe een uitgebreide test en karakterisering voor deze chip van scratch uit te voeren.”

De eerste test, 36 uur lang stralingsbundels bij CERN eind 2018, “was een zeer hoge druk situatie”, zegt Dunne. Maar die test en twee follow-ups “bleken gelukkig goed voor ons”. De Myriad 2 slaagde in zijn oorspronkelijke vorm, zonder modificaties nodig.

Plotseling was deze lage-vermogen, hoge-prestatie computer vision chip klaar om voorbij de aardatmosfeer te gaan. Ja! Maar nu kwam een andere uitdaging.

Meestal worden AI-algoritmes gebouwd, of “getraind”, met behulp van grote hoeveelheden gegevens om “te leren” — in dit geval, wat een wolk is en wat geen wolk is. Maar gezien de camera zo nieuw was, “hadden we geen gegevens”, zegt Furano. “We moesten onze toepassing trainen op synthetische gegevens die zijn geëxtraheerd uit bestaande missies.”

Al deze systeem- en software-integratie en -testing, met deelname van een half dozijn verschillende organisaties in heel Europa, nam vier maanden in beslag. “We waren erg trots om zo snel en zo flexibel te kunnen zijn, om alles aan boord te kunnen zetten in zo’n korte tijd”, zegt Max Pastena, PhiSat-officier bij ESA. Wat betreft de ontwikkeling van ruimtevaartuigen “is de tijdlijn een wonder”, voegt Furano eraan toe.

“Intel heeft ons achtergrondondersteuning geboden voor het Myriad-apparaat wanneer we het nodig hadden, om PhiSat-1’s AI te gebruiken met onze CVAI-technologie”, zegt Dunne. “Dat wordt zeer gewaardeerd.”

Helaas betekenden een reeks niet-gerelateerde gebeurtenissen — vertragingen met de raket, de coronaviruspandemie en ongunstige zomerwinden — dat de teams meer dan een jaar moesten wachten om te zien of PhiSat-1 zou functioneren in een baan zoals gepland.

De lancering op 2 september vanuit Frans-Guyana — een eerste satellietrit van Arianespace — verliep snel en vlekkeloos. Voor de initiële verificatie bewaarde de satelliet alle beelden en registreerde zijn AI-beslissing over wolken voor elk, zodat het team op de grond kon verifiëren dat zijn geïmplanteerde brein zich gedroeg zoals verwacht.

Na een adembenemende drie weken kon Pastena verkondigen: “We zijn nu de geschiedenis van de ruimte ingegaan.”

ESA kondigde aan dat het gezamenlijke team “blij was om de eerste hardware-versnelde AI-inferentie van aardobservatiebeelden op een satelliet in een baan te onthullen”.

Door alleen nuttige pixels te verzenden, zal de satelliet nu “de bandbreedte-gebruik verbeteren en de geaggregeerde downlink-kosten aanzienlijk verminderen” — om nog maar te zwijgen van het besparen van de tijd van wetenschappers op de grond.

Als we vooruitkijken, zijn de toepassingen voor lage-kosten, AI-verbeterde mini-satellieten ontelbaar — vooral wanneer je de mogelijkheid toevoegt om meerdere toepassingen te kunnen uitvoeren.

“In plaats van speciale hardware in een satelliet die één ding doet, is het mogelijk om netwerken in en uit te schakelen”, zegt Jonathan Byrne, hoofd van het Intel Movidius-technologiebureau. Dunne noemt dit “satelliet-als-een-service”.

Overweeg: wanneer je over gebieden vliegt die gevoelig zijn voor bosbranden, kan een satelliet branden opsporen en lokale hulpdiensten in enkele minuten waarschuwen in plaats van uren. Boven oceanen, die meestal genegeerd worden, kan een satelliet ongeoorloofde schepen of milieuongelukken opsporen. Boven bossen en boerderijen kan een satelliet bodemvochtigheid en gewasgroei volgen. Boven ijs kan het ijsdikte en smeltponden volgen om klimaatverandering te helpen monitoren.

Veel van deze mogelijkheden zullen binnenkort worden getest: ESA en Ubotica werken samen aan PhiSat-2, die een andere Myriad 2 in een baan zal brengen. PhiSat-2 zal “in staat zijn om AI-apps uit te voeren die kunnen worden ontwikkeld, gemakkelijk geïnstalleerd, gevalideerd en uitgevoerd op het ruimtevaartuig tijdens hun vlucht met behulp van een eenvoudige gebruikersinterface.”

Voor Intel is het een lage-volumemarkt, maar het potentieel is onbetwistbaar. Zoals Pastena het zegt, kunnen we uiteindelijk “de pols van onze planeet” begrijpen.