Google تنجح في تشغيل أول مهمة تعلم آلي على الأقمار الصناعية، نحو معلم جديد في تجارب الحوسبة الفضائية

نجحت Google في تشغيل أول نموذج تعلم آلي على المعالج المثبت على القمر الصناعي، مما دفع بتجاربها في الحوسبة الفضائية نحو الواقع. تستخدم هذه المركبة الفضائية النموذجية وحدات معالجة Tensor (TPUs) من Google لتوليد استجابات الذكاء الاصطناعي من المدار. يمثل هذا الإنجاز علامة فارقة مبكرة في Project Suncatcher، وهو برنامج بحثي من Google لاستكشاف بنية تحتية للحوسبة على نطاق واسع في الفضاء. أطلق المهندسون القمر الصناعي في 1 أكتوبر عبر صاروخ Falcon 9 من SpaceX، حيث تم إطلاقه مع أكثر من 100 مركبة فضائية أخرى.

أكدت Google أن نظامها على متن القمر الصناعي أكمل الفحص الأولي بعد حوالي ثلاثة أسابيع من الضبط. وقد أظهر الفريق الآن أن TPU المدار يمكنه معالجة أحمال العمل الأساسية للتعلم الآلي.

خلال نافذة اتصال مع محطة الأرض، أرسل المهندسون موجهًا إلى نموذج Gemma 4 من Google، يطلبون من النظام على متن القمر الصناعي إنشاء هايكو يتعلق ببيئته الفضائية. تلقى القمر الصناعي الموجه وولد ثلاث سطور من الشعر. وأكدت عملية النقل التي عادت إلى الأرض أن النظام قد عالج الطلب بنجاح. كانت الاستجابة: "الكرة الزرقاء في الأسفل / تدفق البيانات صامت وأنيق / ضوء النجوم يغذي نواتي." كما أجرت Google اختبارات نموذجية باستخدام قصائد خماسية تتعلق بالفضاء، حيث استخدم المهندسون موجهات إضافية لاسترجاع معلومات الاستشعار عن بعد المتعلقة بظروف تشغيل المركبة الفضائية.

النظام على متن القمر الصناعي ينجح في توليد أبيات شعرية

تمثل هذه العرض خطوة تقنية مهمة، حيث تؤكد قدرة القمر الصناعي على تلقي التعليمات من الأرض، وإجراء المعالجة على متنها، وإرجاع المعلومات المولدة.

تحمل المركبة الفضائية أربعة وحدات معالجة Tensor من Google، على الرغم من أن نظام الطاقة الخاص بها يسمح للمهندسين بتشغيل معالج واحد فقط في كل مرة. قدرتها على توليد الطاقة حوالي 1 كيلووات. كما أن استهلاك الطاقة يحد من مدة التشغيل في كل مرة. يمكن للمهندسين تشغيل TPU لمدة حوالي 20 دقيقة، وبعد ذلك ستصبح الطاقة المتاحة عاملًا محددًا. ستختبر Google في الخطوة التالية مدى تحمل هذه المعالجات في بيئات قاسية في المدار المنخفض، والتي تشمل تقلبات درجات الحرارة والتعرض للإشعاع الفضائي. يشكل الإشعاع تحديًا رئيسيًا للأجهزة الحاسوبية التقليدية، حيث يمكن أن تتسبب الجسيمات عالية الطاقة في حدوث انقلابات في البتات، مما يغير القيم المخزنة في ذاكرة الكمبيوتر.

يمكن أن تؤدي مثل هذه الأخطاء إلى تعطيل الحسابات دون تنشيط أنظمة المراقبة القياسية. استخدمت Google سابقًا مسرعات الجسيمات على الأرض لدراسة تأثير الإشعاع، وأظهرت هذه التجارب أن أحمال العمل الاستنتاجية يمكن أن تتحمل الإشعاع بشكل أفضل من تدريب النماذج. ومع ذلك، ستساعد الاختبارات المدارية الفعلية الباحثين في تحديد سلوك الأجهزة تحت التعرض المستمر.

خطط مستقبل Project Suncatcher

يهدف Project Suncatcher في النهاية إلى ربط عدة مركبات فضائية لتشكيل شبكة حوسبة مدارية. تخطط Google لإطلاق قمرين صناعيين آخرين في عام 2027، حيث ستظهر هذه المركبات الفضائية قدرة أعلى على توليد الطاقة بالإضافة إلى اتصالات بصرية بين المركبات. ستتيح هذه الاتصالات لعدة معالجات تنسيق أحمال العمل عبر الشبكة المدارية. تختلف منهجية Google عن أنظمة الحوسبة الفضائية المقترحة الأخرى، حيث تركز أبحاثها على الأقمار الصناعية التي يمكن أن تنسق بشكل وثيق، مما يسمح بمشاركة مهام المعالجة. تستكشف شركات أخرى، بما في ذلك Starcloud وCowboy Space، الحوسبة المدارية، حيث تركز أساليبها الأولية بشكل أكبر على تشغيل أحمال العمل الاستنتاجية على مركبة فضائية واحدة.

سيتطلب توسيع هذه الأنظمة أيضًا اقتصاديات الإطلاق. أظهرت أبحاث Google أن صاروخ Starship القابل لإعادة الاستخدام بالكامل من SpaceX قد يحتاج إلى حوالي 1,800 رحلة لتحقيق تخفيضات كبيرة في التكاليف.