Satelit pengamat Bumi mulai berubah fungsi. Jika dulu hanya merekam lalu mengirim data mentah ke Bumi, kini YAM-9 milik Loft Orbital bisa langsung menganalisis citra di orbit dan mengembalikan jawaban yang sudah diklasifikasikan dalam hitungan menit.
Perubahan itu membuat satelit tidak lagi sekadar pengirim gambar, tetapi ikut menjadi analis di luar angkasa. Bagi operator, hasilnya jauh lebih praktis karena yang diterima bukan tumpukan piksel, melainkan informasi yang bisa segera dipakai untuk mengambil keputusan.
Analisis langsung dilakukan di orbit
YAM-9 memproses citra pada ketinggian sekitar 500 kilometer di atas permukaan Bumi. Sistem ini lalu mengirim ringkasan hasil alih-alih membanjiri stasiun bumi dengan terabyte gambar mentah.
Di balik kemampuan itu ada tiga komponen utama. NAVI-Orbital milik NASA JPL mengubah pertanyaan bahasa alami menjadi tugas klasifikasi, Gemma 3 dari Google DeepMind menangani analisis visual dan bahasa, sedangkan GPU Nvidia Jetson Orin AGX menyediakan daya komputasi di satelit.
Bahasa Inggris sederhana cukup untuk memberi perintah
Model seperti ini memberi “mata” pada model bahasa besar, sehingga gambar dan teks bisa diproses bersama. Dalam demonstrasi, YAM-9 diminta mengerjakan tugas yang terkait pengamatan permukaan Bumi, termasuk klasifikasi wilayah yang mempertemukan lingkungan alami dan pembangunan manusia.
Satelit itu juga diminta mengidentifikasi infrastruktur di sekitar hub rel. Setelah itu, citra diklasifikasikan dan area menarik ditandai hampir secara real time.
Keunggulan utamanya ada pada kecepatan respons
Loft Orbital menilai dampak terbesar ada pada waktu respons. Untuk kasus seperti kebakaran hutan, tim dapat menerima zona kerusakan yang sudah ditandai AI dalam hitungan menit, tanpa harus menunggu analis menelusuri setiap lintasan pengamatan satelit.
Perusahaan itu juga menyebut integrasi NAVI-Orbital menuntut pemangkasan besar pada sisi perangkat lunak. Alasannya, satelit beroperasi dengan batas daya dan memori yang sangat ketat.
Masih jauh dari cakupan global
Paul Lasserre, Head of AI Loft Orbital, mengatakan langkah ini membuka jalan bagi “always-on, patrol layers in space.” Pernyataan itu menunjukkan ambisi yang lebih besar dari sekadar demonstrator tunggal.
Loft memperkirakan cakupan global waktu nyata akan membutuhkan 50 hingga 100 satelit sekelas YAM-9. Saat ini perusahaan itu baru mengoperasikan 12 satelit, sehingga skala operasionalnya masih jauh dari cakupan menyeluruh.
Teknologi ini berawal dari masalah yang berbeda
NAVI awalnya dikembangkan untuk membantu astronaut berpakai luar angkasa yang tidak bisa memakai keyboard di Bulan. Juan Delfa Victoria, peneliti JPL, menjelaskan bahwa arah penggunaan teknologi ini kemudian bergeser ke analisis citra Bumi.
Meski begitu, fondasinya tetap sama: model AI yang mampu memahami gambar dan bahasa kini mulai bekerja langsung di orbit, bukan hanya di pusat data. Dari bantuan untuk astronaut hingga pemantauan permukaan Bumi, kemampuan itu menunjukkan pergeseran besar dalam cara satelit dipakai.
Di sisi lain, pertanyaan tentang pengawasan masih belum terjawab jelas. Industri belum memberi penjelasan rinci soal siapa yang mengendalikan apa yang diawasi dan bagaimana pengawasan itu dilakukan.
