
En satellit identifierade själv det den letade efter, utan analytiker på marken.
Det var första gången en AI som både förstår språk och tolkar bilder användes i rymden.
Tekniken kan minska mängden rådata som analytiker i dag måste gå igenom.
Satelliten tolkade frågor i vanligt språk
I april genomfördes för första gången ett test där en jordobservationssatellit på egen hand hittade det den sökte efter. Det skedde ombord på YAM-9, en farkost byggd av rymdföretaget Loft Orbital. Ett mjukvarupaket utvecklat av NASA:s Jet Propulsion Laboratory pekade ut intressanta områden utifrån frågor formulerade i vanligt språk.
Vanligtvis skickar satelliter ner stora mängder data till analytiker på jorden. Där används maskininlärning eller mänsklig syn för att tolka vad bilderna visar. I testet skedde tolkningen i stället ombord på satelliten.
Modellen klassade bilder direkt i omloppsbana
Tekniken bygger på Google DeepMinds modell Gemma 3. Det är en så kallad vision-language-modell. En sådan modell kan både förstå text och tolka bilder. Den läser alltså en fråga skriven i vanligt språk och letar sedan upp det som efterfrågas i en bild. Modellen är byggd för att fungera på begränsad hårdvara långt från ett datacenter.
Forskarna bad modellen att klassificera sensordata, till exempel där naturmiljö möter bebyggelse, eller att identifiera infrastruktur runt järnvägsknutar. Modellen klarade uppgifterna.
YAM-9 sköts upp hösten 2025 som testfarkost för företagets rymdprojekt med AI. Ombord finns ett Nvidia Jetson Orin AGX-grafikkort, ett av de ledande chippen för beräkningar i rymden.
Mjukvaran anpassades för rymden
Juan Delfa Victoria, teknisk ledare i NASA JPL:s AI-grupp, ledde utvecklingen av mjukvarupaketet NAVI-Orbital. Det fungerade som ramverk för Gemma 3. Även om modellen är en standardprodukt fick ingenjörerna strömlinjeforma paketet för att minska mängden programbibliotek och minne det krävde.
Enligt Loft kan tekniken på kort sikt göra rymdsensorer mer användbara genom att sortera data redan i omloppsbana. Det minskar floden av rådata som analytiker i dag måste gå igenom. På längre sikt ses testet som ett bevis på att större AI-infrastruktur kan köras i rymden.
Enligt Lofts AI-chef Paul Lasserre kan en satellit med en sådan modell få i uppgift att hålla koll på ett område och rapportera när något avviker, och operatören kan föra en dialog fram och tillbaka med satelliten.
Loft driver i dag tolv farkoster i omloppsbana. För att täcka var som helst på jorden i realtid skulle det enligt Lasserre krävas mellan 50 och 100 satelliter av YAM-9:s typ.
Idén till projektet uppstod när Delfa Victoria och JPL-forskaren Taran Cyriac John tänkte på digitala assistenter för astronauter på månen eller Mars. Tanken var att astronauter i trycksatta dräkter inte kan skriva på ett tangentbord, och att en interaktiv AI-assistent då skulle kunna hjälpa dem.

