Apa yang membuat AI pada satelit berbeza?
AI berpusat di bumi biasanya bermula selepas pengukuran telah dihantar ke pusat data. AI di dalam kapal terbang melakukan sebahagian daripada tafsiran itu di dalam kapal angkasa. Ini boleh membantu apabila muatan menghasilkan lebih banyak data daripada pautan turun yang ada boleh bawa, atau apabila ia berguna untuk mengutamakan pengamatan sebelum hubungan tanah seterusnya.
Ia tidak menghilangkan keperluan untuk pemprosesan tanah. Latihan, penilaian bebas, pelan misi dan analisis yang lebih mendalam biasanya tetap di tanah. Model kapal adalah sebahagian daripada pengukuran yang lebih besar dan saluran keputusan.
Satu paip pemprosesan dalaman yang praktikal
- Dapatkan dan masa data. Tangkap imej atau pengukuran dengan setem masa, tetapan instrumen dan konteks pesawat angkasa.
- Preproses secara konsisten. Laksana penentukuran, penyesaisan, normalisasi atau jubin yang dijangkakan oleh model. Perbezaan dari paip latihan boleh mengubah hasil.
- Jalankan inferensi. Laksana model yang dilaksanakan pada CPU, FPGA atau pemecut yang sesuai. Uji rantai pemprosesan yang lengkap, bukan hanya kernel rangkaian saraf.
- Gunakan polisi keputusan. Tukar skor model ke keutamaan baris gilir, rekod peristiwa atau kawasan yang menarik. Termasuk had kepercayaan dan cadangan yang ditakrifkan.
- Simpan dan hantar. Simpan data yang dipilih dengan metadatanya dan hantar ia semasa tetingkap komunikasi yang dijadualkan. Menyimpan data audit yang mencukupi untuk menilai keputusan di lapangan.
Contoh: penyaringan awan sebelum sambungan turun
Model penyaringan awan boleh mencatat jubin imej supaya pengamatan yang jelas menerima keutamaan pautan turun yang lebih tinggi. Keputusan teknikal bukan hanya sama ada jubin mengandungi awan: awan nipis, salji, bumbung terang dan pencahayaan tidak biasa boleh mencipta kes-kes yang ambigu. Misi mesti memilih bagaimana untuk menangani ketidakpastian dan berapa banyak data yang tidak disaring untuk dipelihara untuk penilaian.
ESA's Φsat-2 CubeSat menyediakan contoh sebenar AI dalam kapal untuk pengamatan Bumi. Aplikasi yang dinyatakan termasuk pengESAnan awan, pemampatan imej dan menukar imej ke dalam peta. Ini adalah contoh misi luaran, bukan rujukan penerbangan Alvexis.
Sumber: ESA — Introducing Φsat-2
Corak aplikasi berguna lain
- Beri keutamaan kepada gambar yang mengandungi peristiwa persekitaran yang ditakrifkan misi untuk tinjauan tanah.
- Mengenalpasti perubahan antara pengamatan dan lampirkan metadata padat ke adegan yang berkaitan.
- Monitor telemetri instrumen untuk tingkah laku yang tidak biasa dan minta data diagnostik tambahan.
- Mampat atau pilih data semasa mengukur kesan pada tugasan saintifik atau operasi.
Kuasa, memori dan bajet komunikasi datang pertama
Pilih model yang sesuai dengan misi daripada mula dengan model terbesar yang ada. Kelajuan pemprosesan mesti dipertimbangkan bersama pergerakan memori, penimbal imej, penyimpanan menulis dan tenaga yang digunakan per pengamatan. Jadual inferensi hanya semasa tetingkap operasi yang sesuai mungkin lebih penting daripada kelajuan puncak.
Satu perkiraan downlink yang berguna ialah volum data yang disimpan dibahagikan dengan kadar komunikasi yang berkesan, ditambah dengan protokol dan overhead jadual. Satu perkiraan pengiraan berguna mengukur tenaga dan latensi untuk paip penuh menggunakan data perwakilan. Tiada satu pun perkiraan boleh digantikan oleh operasi puncak per saat yang diumumkan oleh pemecut.
Bagaimana model ini boleh disahkan?
Gunakan set data latihan dan penilaian yang berasingan, termasuk musim yang sukar, keadaan pencahayaan dan artefak sensor. Uji format model yang dilaksanakan dan ketepatan numerik pada pemproses yang dikehendaki. Ukuran penggera palsu, peristiwa terlepas, kualiti data yang dipelihara, latensi dan tenaga di bawah mod operasi yang diusulkan.
Output AI harus melalui logik aplikasi yang terhad. Untuk fungsi penting pesawat angkasa, skor model tidak boleh melepasi pengesahan arahan yang direka secara bebas dan arsitektur perlindungan kesilapan. Kekalkan pakej model versi, imej pemulihan yang dikenali-baik dan proses kemaskini yang dikawal.
Di mana Alvexis boleh menyumbang
Alvexis boleh merancang elektronik pemprosesan muatan, antara muka sensor, perisian tertanam dan integrasi prototaip di sekeliling laluan data misi. Yang pertama yang boleh dicapai adalah sebuah reka bentuk yang disetujui dan satu rancangan prototaip yang boleh diukur. Kelayakan penerbangan tetap spesifik untuk perkakasan yang dipilih, orbit dan misi.
Komunikasi satelit dan pengurangan data di atas satelit
Kapasiti komunikasi satelit, tetingkap hubungan dan storan di atas satelit mempengaruhi ukuran yang perlu dihantar dahulu. Oleh itu, komunikasi satelit dan Edge AI di atas satelit memerlukan dasar data bersama: menyimpan bukti mentah yang mencukupi untuk menilai keputusan pemprosesan, mengenal pasti versi model dan menetapkan tindakan apabila hasil tidak pasti.
Pemprosesan setempat boleh mengurangkan jumlah data yang dipilih untuk pautan turun ke Bumi, tetapi manfaatnya mesti diseimbangkan dengan kekangan kuasa, memori dan terma. Komunikasi antara satelit menambahkan satu lagi antara muka serta masalah penjadualan. Pengesahan khusus misi masih diperlukan; prototaip kejuruteraan bukan bukti kelayakan penerbangan.