NASA Sends Google's Gemma 3 Language Model to Orbit

NASA'nın Jet Propulsion Laboratuvarı (JPL), Google Gemma 3 modelini yörüngeye göndererek, uydu sensöründen gelen görüntüleri doğrudan uzayda analiz eden bir görsel-dil modelinin (vision-language model) ilk gösterimini gerçekleştirdi. NAVI-Orbital adlı sistem, Loft Orbital şirketi tarafından inşa edilen YAM-9 uydusunun kamerasından alınan görüntüleri analiz etmek için Gemma 3'ü kullandı. NAVI-Orbital, NASA JPL'den Juan M. Delfa ve Taran Cyriac John ile Loft Orbital'den Andrew W. Herson tarafından geliştirilen bir ajan yazılım çerçevesidir (agentic software framework). LangGraph tabanlı bir orkestratör (conductor) ile operasyonları koordine eder ve açık ağırlıklara sahip, sıkıştırılmış 4 bitlik Gemma 3 4B modelinin bir sürümünü dağıtarak görüntülerin metinsel açıklamalarını üretir. 7960 görüntülük bir kıyaslama setindeki (benchmark set) görüntüleri sınıflandırırken, model bu veri seti üzerinde özel olarak eğitilmemiş olmasına rağmen %88 doğruluk gösterdi. Yörüngeye fırlatıldıktan sonra araştırmacılar canlı çekimlerle iki test gerçekleştirdi: Fransa'nın Toulouse kenti ve Arjantin kıyıları üzerinde. Gemma 3, uydunun güneş panellerinden 150 ila 500 watt arasında güç çeken Nvidia Jetson Orin AGX bilgi işlem modülünde çalıştı. Loft Orbital genel müdürü Paul Lasserre'e göre, görsel büyük dil modelleri (vision-LLM'ler), büyük miktardaki ham veriler yerine metinsel özetlerin iletilmesi anlamına gelen 'anlamsal sıkıştırma' (semantic compression) sayesinde yörünge operasyonlarında bir 'paradigma değişimi' sağlayabilir. Bu, iletişim kanallarının sınırlı bant genişliğine sahip olduğu durumlarda özellikle önemlidir. Gelecekte bu tür bir teknoloji, yangın veya diğer olayların tespitini hızlandırabilir ve astronotların doğal dil yoluyla uzay aracı sistemleriyle etkileşimine temel oluşturabilir.