IA embarquée : un satellite analyse des données seul en orbite
En avril, le satellite Yam-9 a réalisé une première mondiale en utilisant un modèle vision-langage (Gemma 3) pour identifier des zones d'intérêt sans aide humaine. Cette innovation, développée par Loft Orbital et NASA JPL, pourrait révolutionner l'analyse des données satellitaires en réduisant la charge de travail au sol.
« “It opens the door to always-on, patrol layers in space,” Loft’s head of AI, Paul Lasserre, told TechCrunch. » — TechCrunch AI
Que faut-il retenir ?
- Le satellite Yam-9 a utilisé Gemma 3, un modèle vision-langage, pour identifier des zones d'intérêt en orbite sans intervention humaine.
- Le logiciel NAVI-Orbital, développé par NASA JPL, a permis cette démonstration avec une puce Nvidia Jetson Orrin AGX.
- Loft Orbital prévoit d'étendre cette technologie à une constellation de 50 à 100 satellites pour une couverture en temps réel.
- Planet Labs et Kepler Communications explorent également des applications similaires pour leurs satellites.
Pourquoi cette nouvelle compte-t-elle ?
Cette innovation réduit considérablement la charge de travail des analystes au sol en permettant une analyse autonome des données satellitaires. Elle ouvre la voie à des applications en temps réel, comme la surveillance de frontières ou d'infrastructures critiques. Les entreprises spatiales pourront ainsi optimiser leurs opérations et offrir des services plus réactifs.
50 à 100 satellites nécessaires pour une couverture en temps réel de la Terre.
💬 Paul Lasserre, Responsable AI chez Loft Orbital
Public concerné : entreprises, développeurs
Comment l'IA embarquée améliore-t-elle l'analyse des données satellitaires ?
L'IA embarquée permet une analyse autonome des données en orbite, réduisant la dépendance aux analystes au sol. Les modèles vision-langage comme Gemma 3 identifient des zones d'intérêt en réponse à des requêtes en langage naturel, optimisant ainsi le traitement des données et permettant des applications en temps réel.
