SkyServe：ベンガルールのスタートアップは、AIを搭載したスマート衛星を建設します

Vinay Simha、Vishesh Vatsal、Adithya Kは、インド初のプライベートルナーローバーを構築するTeam Indusと呼ばれる航空宇宙会社で働いている間、一緒に旅を始めました。そこで、彼らは、月の着陸のための宇宙船と、Google Lunar X賞の下で競う月のローバーの作成に焦点を合わせました。

会社を去った後、3人はSkyServeという名前のスタートアップを共同設立しました。彼らは、より大きな商業的影響で専門知識を適用する方法を探し始めました。ディープスペースミッションはしばしばビジネス価値を示すのに何年もかかるため、地球の観察に注意を向けました。AIと深い学習が宇宙セクターで出現し始めたとき、彼らは革新する有望な機会を特定しました。

スタートアップは、よりスマートな衛星向けのテクノロジーを設計すると主張しています。たとえば、スマート衛星は、地球のどの部分が雲で覆われているかをリアルタイムで認識し、そのデータを送信しないようにすることができます。代わりに、彼らは明確な領域のみに焦点を合わせ、利用可能な通信帯域幅をよりよく使用することができます。それを超えて、これらの衛星は軌道上で特定のタスクを直接実行できます。たとえば、オーストラリアを飛んでいる間、彼らは山火事を検出することができ、数分後にインドを通り過ぎている間、彼らはチェンナイのような都市で洪水を特定することができました。この処理はすべて衛星に搭載されており、結果は数日ではなく数分でユーザーに配信できます。

イノベーションの背後にある電子機器について議論して、ヴィシュシュは次のように説明しています。「このセットアップ、特にオンボードコンピューティングシステムでエレクトロニクスが重要な役割を果たしています。これらのシステムは衛星でホストされており、衛星の主要なコンピューターに接続されたハードウェア、データ、電源インターフェイスが含まれています。

画像を超えて、衛星は、時系列データや健康監視情報など、他の形式のデータも生成します。スタートアップは、このデータに異常検出モデルも適用します。彼らが使用するモデルのタイプには、コンピュータービジョン、ディープラーニングモデル、変更検出モデル、および時系列AIが含まれます。大規模な言語モデルも未来の一部かもしれませんが、主な焦点ではありません。重点は、宇宙から実用的な洞察をリアルタイムで提供するモデルの構築に残っています。


ターゲットユーザーに関して、Vishesh氏は次のように述べています。「当社のターゲット顧客は2つのグループです。1つのグループには、戦略的ニーズと災害対応に焦点を当てた政府ユーザーが含まれます。もう1つは、海事、保険、緊急監視などのセクターの商業ユーザーが含まれます。

ただし、スペースのAIモデルの設計は、独自の課題を提示します。電力とメモリがより豊富にある地上ベースや自動車システムとは異なり、衛星は厳しいリソースの制約の下で動作します。スペースのエッジコンピューターで実行されているモデルは、最小限のメモリを使用し、できるだけ少ない電力を消費する必要があります。これにより、展開する前に各アルゴリズムを慎重に最適化する必要があります。

「モデル圧縮技術を使用してこれに対処します。これらの方法は、AIモデルのサイズと計算負荷を削減し、衛星ハードウェアの厳格な制限内で実行できるようにします。すべてのパワー、メモリ、ストレージを説明する必要があり、モデルをそのような状態で確実に実行する必要があります。

宇宙技術の商業化には忍耐が必要です。Visheshが説明しているように、「最初の数年間、投資資本を使用して技術的な準備を築くことに焦点を当てました。現在、私たちの作業の一部が収益を上げ始めました。まだ利益を上げていません。

今後、チームは、インドの宇宙技術エコシステム全体のより多くのコラボレーションが非常に重要であると考えています。彼らは、生態系はまだ小さく、より強力な共同環境の恩恵を受けると言います。これには、新興技術に対する政府の支援と資金の向上が含まれます。スタートアップはすでに大規模な契約プログラムに参加しており、政策イニシアチブに積極的に関与しています。