בשבוע שעבר (29.11) הודיעה AWS, חברת שירותי הענן של אמזון, שהצליחה להדגים למידת מכונה וטכנולוגיה חישובית על גבי לוויין שמקיף את כדור הארץ. לפי הודעת החברה, הניסוי נערך במשך 10 חודשים במסלול לווייני נמוך (LEO), ונועד לבדוק שיטה מהירה ויעילה יותר לאיסוף ולניתוח מידע מהחלל באמצעות ענן המחשוב של אמזון. ההדגמה פורצת הדרך נערכה בשיתוף עם הסטרטאפ האיטלקי D-Orbit וחברת הטכנולוגיה Unibap. ההודעה נשמעת לקונית והניסוי טכני, אולם ההשלכות עשויות להיות מרחיקות לכת.
פרופ' פיני גורפיל מהפקולטה להנדסת אווירונאוטיקה וחלל ומכון אשר לחקר החלל בטכניון מסביר שאם הדברים נכונים – מדובר במהפכה של ממש בתעשיית החלל. כדי להבין מדוע, צריך ראשית להבין מה המצב כיום.
"לקוחות הלוויינים רוצים לקבל מידע בזמן אמת, אבל הם צריכים לחכות לקו ישיר בין הלוויין לתחנת הקרקע כדי להוריד את המידע", מסביר פרופ' גורפיל, החוקר הראשי של פרויקט "אדליס-סמסון", שמורכב משלושה ננו-לוויינים ונבנה בתמיכת סוכנות החלל הישראלית שבמשרד החדשנות, המדע והטכנולוגיה. "כשאוספים מידע חזותי לאורך זמן, צריך לזהות שינויים בתמונות ותבניות שונות כמו מבנים על הקרקע, שריפות וכיו"ב. בתחנת הקרקע יושבים עשרות אנשים שמקבלים את התמונות מלווייני התצפית ומשתמשים בכלים חישוביים כדי לנתח אותן. זהו תהליך מורכב, ממושך ויקר. אם למידת מכונה יכולה לעשות את זה במסלול ולשלוח רק את המידע הרלוונטי, היא הייתה יכולה לחסוך לנו את כל האופרציה. מצד שני, צריך לזכור שזאת שמיכה של כוח חישוב, וכשמושכים אותה לצד אחד מפסידים משהו בצד השני. התוכנה העוצמתית של אמזון מן הסתם מצריכה חומרה עוצמתית לא פחות, ולזה יש השלכות תקציביות. אבל גם כאן מסתמנת התקדמות כי לפי ההודעה, אמזון השתמשה במעבד המהווה קפיצת מדרגה בחומרה של שני דורות לעומת מעבדים קיימים של לוויינים".
ענן מסתיר את התמונה? הלוויין לא ישמור אותה
בשנים האחרונות לווייני תצפית משוגרים בקצב חסר תקדים. מאות לוויינים כאלה (מהם פרטיים ומהם ממשלתיים), משמשים למעקב אחר מגוון רחב של משתנים – מתנועת צבאות אויב, דרך המסת קרחונים כתוצאה מהתחממות גלובלית וכלה בשריפות יער. צוואר הבקבוק של התעשייה המתפתחת הזו אינו המידע שהלוויינים אוספים, אלא רוחב הפס הקיים ותחנות הקרקע שמקבלות את התמונות לעיבוד.
כך לדוגמה, הלוויין ונוס של סוכנויות החלל הישראלית והצרפתית מצלם מדי יום את השדות בנגב כדי לעקוב אחר מצב הצמחייה ולספק מידע בזמן אמת. אלא שהלוויין מצלם גם עננים שחולפים בינו לבין השדה – תמונות שאין להן כל שימוש. במצב הנוכחי, התמונות מגיעות לניתוח בתחנת הקרקע ורק לאחר מכן נזרקות. לו הלוויין היה יודע לסנן בעצמו את התמונות המעוננות, הוא היה חוסך זמן לצוות בתחנת הקרקע ומשתמש ברוחב הפס כדי להעביר אך ורק את התמונות החשובות.
עיבוד תמונה אוטומטי שכזה חשוב במיוחד ללוויינים שעוקבים אחר התפתחויות שמחייבות תגובה מהירה – כמו שריפות יער. בהדגמה, אמזון טוענת שהצליחה לחסוך עד 42% מכל התמונות שצולמו, ולהעביר את התמונות הרלוונטיות במהירות גדולה בהרבה.
"הפנטזיה של עולם החלל: אינטרנט של הדברים"
אבל ההשלכות הפוטנציאליות של למידת מכונה במסלול חורגות בהרבה מלווייני תצפית. סינון המידע ברמת הלוויינים יאפשר בפועל להוזיל את שירותיהם ולהנגישם ליותר ויותר אנשים, עם עוד ועוד סוגי שימושים.
פרופ' גורפיל מסביר כי "הפנטזיה של עולם החלל כבר בעשור הקודם הייתה האינטרנט של הדברים. כדי להגשים זאת, צריך להפוך את הלוויין לפלטפורמה שקופה, לעוד מחשב, וזה לא חשוב שהוא נמצא עכשיו 700 ק"מ מעלינו. בעצם אמזון מנסים לייצר כאן ענן חישובי בחלל, שאפשר לחבר אותו למחשב או למכונית או לכל דבר אחר שיוכל לבצע שאילתות ולקבל מידע.
"אם יהיה להק של לוויינים חכמים כאלה בחלל, לא נצטרך למשל לווייני תקשורת גיאוסינכרוניים. במקום שהלוויין יהיה מעליי, המידע יעבור מתחנת השידור ללוויין אחד, ומשם לוויין שני, והלוויין השלישי שבמקרה יהיה מעליי ידע לשדר לי את הסדרה שאני רוצה לצפות בה כרגע. תהיה רשת חיישנים גלובלית שתעביר מידע מצומת אחד לשני באופן חכם ומוצפן. בנוסף, היום כשהטלפון מגבה את התמונות בענן, התמונות נשמרות בחוות שרתים על הקרקע. בעתיד אפשר יהיה לשמור אותן בלוויינים, ולגשת למידע בהמשך בצורה מאובטחת – ובהמשך גם בהצפנה קוונטית".