軌道上の応答を地上で受信
Googleは10月30日、Project Suncatcherの試作衛星に搭載したTPUで、オープンモデルのGemma 4を動かし、地上から送った依頼への応答を受信したと発表した。同社によると、試作機は10月1日に打ち上げられ、搭載機器への通電と初期の機械学習試験を経て、地上局からの依頼で宇宙を題材にした短い詩を生成した。その後、搭載機器の状態を報告させる試験も行った。
Googleはこの結果を、データセンター級のTPUによる軌道上の初めてのAI応答と位置づけている。詩の内容より重要なのは、地上から依頼が届き、衛星上で処理され、結果が返るという流れを一通り確認したことだ。出力が届かなければ、計算機が動作していてもサービスとして結果を利用できない。実験は計算と通信の双方を確かめる一歩である。
一機での試験から分かる範囲
初回の試験は、軌道上の計算機で短い処理を終えられたことを示す。長時間の稼働、継続した要求への応答、大きなモデルの学習、複数機の協調動作は、それぞれ必要な検証が違う。同社は今後、熱ストレスと放射線への耐性を調べ、2027年に相互接続する二機の衛星での試験へつなげるとしている。
地上の計算センターでは、装置が故障した場合、交換部品を運び、作業員が現場に入れる。軌道上ではその前提を置きにくい。装置の故障時に処理を止める範囲、予備の装置に仕事を移す方法、遠隔での更新と復旧を設計に含める必要がある。複数機で仕事を分担する場合は、通信が切れた後にどのデータから再開できるかも試験の対象になる。
電力、熱、通信の収支
宇宙空間で太陽光を利用する構想には、地上とは異なる条件で電力を得られる可能性がある。実際に利用できる電力は、軌道、太陽に向ける面積、蓄電、姿勢制御、変換の損失で変わる。また、装置で生じた熱を外へ捨てる設備が必要になる。空気がほとんどない環境で熱を逃がすには、放射を利用する設計が重要で、計算機が大きくなれば放熱設備の質量も比較に入る。
通信の条件は用途を選ぶ。入力に大容量のデータを毎回必要とする処理と、衛星自身が観測した情報をその場で選別する処理では、地上に送る量が違う。後者なら、処理結果だけを先に送ることで、地上に届くまでの時間や送信量を改善できる可能性がある。一方、要求が連続する対話サービスでは、地上局と通信できる時間や経路の切り替えが応答時間に影響する。計算機の処理速度だけで利用者が感じる速さを見積もれない。
別の構想と比べるときの尺度
参考報道では、専用の大型設備を軌道に展開する構想と、既存の衛星で使える計算資源をまとめる構想も紹介されている。前者は電力と放熱の設計を一体で考えられる一方、打ち上げや更新に大きな設備を必要とする。後者は手持ちの計算機を活用しやすいが、機器の性能、通信、運用者の管理方針の違いを吸収しなければならない。構想ごとの発表は、実際に運べた機器、確認した処理、これから試す項目に分けて読む必要がある。
同じ処理の総費用を比較するなら、機器代だけでなく、打ち上げ、地上局、遠隔運用、データの通信、故障時の予備、衛星の運用終了時の管理まで含めたい。環境負荷を比べる場合も、軌道で得られる発電量だけで判断せず、製造と輸送、更新頻度、地上設備を含む条件が必要だ。今回の応答試験から費用や環境面の優位性を定量化することはできない。
日本の利用者が最初に検討できる用途
例えば地球観測では、撮影した画像から雲の多い場面を区別し、優先度の高い画像を先に送るという使い方が考えられる。用途を選ぶには、軌道上で判断した結果が間違った場合に原データを取り戻せるか、地上で後から確認するための記録が残るかを設計する。公共用途では、通信の待ち時間、誤判定、緊急時の再送を、地上で処理する場合と同じ評価表で比較できる。
次に見たい数字は、軌道上で問題なく処理できた時間、温度や放射線の条件、実際に利用できた通信時間、障害後の再開率である。一度の応答が将来の大規模設備にどうつながるかは、こうした測定を積み上げて判断することになる。
一次資料と参考報道。Googleの試験報告・Google Researchの構想・イノベトピア
最初の成果の次に必要な比較
同じ衛星が同じ処理を何度も成功させたとしても、別の装置や別の軌道で同じ結果になるかは分からない。研究段階では、処理が完了した回数、再試行の頻度、衛星が地上から見える時間、障害の後に再び処理できるまでの時間が比較に役立つ。地上で同じモデルを使った場合との比較では、応答を生成する時間に、要求の送信と結果の受信までを含めて考える必要がある。
二機の接続では、片方で生成した結果をもう片方へ渡すだけの場合と、モデルの一つの処理を二機にまたがって実行する場合で、通信に求める条件が異なる。通信の幅と遅延だけでなく、運用中に通信の条件が変わったときの挙動を見ることで、どの作業なら安定して分担できるかが分かる。実験が成功したときにも、個別の用途の成立と、大規模な設備としての運用可能性は別に評価する。
発表の「初」をどう読むか
AIを衛星で使う試みには、観測データの処理や、搭載ソフトでの判断など複数の種類がある。今回Googleが述べた「初」は、同社が定義したデータセンター級のTPUでの応答という範囲に関わる。衛星上でAIを使う研究全体の開始時期を示すものではない。発表を比較する際は、どのチップを使ったか、実際に行った処理、結果が地上で確認されたかという条件を読むと、従来の試みとの違いが分かる。
日本の事業者が計画を検討する場合も、軌道上で全体を動かす構想に飛びつく必要はない。観測データの選別など個別の処理を選び、衛星内の既存機器で扱える情報と、地上でしか扱えない情報を分けて比較できる。
観測用途で小さな実証を設計する
観測装置にAIを載せる場合、地上へのデータ送信量を減らす利点と、不要だと判断した画像に後から意味が見つかる可能性を一緒に考える。試験段階では、一定割合の未選別の画像も地上に残すことで、選別が間違う場面を評価できる。処理の対象を雲の判定など一つに絞り、地上で後から判定した結果と比較する。こうした設計なら、大型の計算機を軌道へ運ぶ計画と、観測結果を効率よく受け取るための実証を別々に進められる。
試験の公表では、処理時間、電力を測った位置、通信を含む所要時間、温度条件を併記すると、地上の計算機や別の衛星の結果と比較しやすい。何を測れなかったかも重要になる。例えば衛星が地上局から見える時間だけ試験した場合、見えない時間に実行を続けたかは別に確認が要る。最初の成功を基に用途を検討しながら、繰り返し運用に必要な測定を追加していくことになる。
継続運用で必要になる保守
地上の運用では、計算機の状態を定期的に確認し、異常の兆候があれば機器を交換できる。衛星では、装置が使えなくなってから交換機を届けるまでの時間や費用が大きくなる。処理を他の装置へ引き継ぐためには、必要なデータがどこに残っているか、停止した処理が途中まで進んだかを地上から判断できる記録が要る。短い応答が成立したことと、長期運用に必要な観測や保守が成立することは、それぞれ確認する項目が違う。
予備の機器を多く積めば復旧の選択肢は増えるが、打ち上げる質量と電力も増える。設計を比べるときは、予備を含む構成で、どの故障まで処理を続けられるかを確認する。衛星を増やしたときは、一機あたりの性能と、観測・通信・復旧を含む全体の有効時間を分けると、用途への適合性を判断しやすい。
日本の衛星運用で比較を始める場合は、同じ観測データを使って、軌道上で選別した結果と地上処理で選別した結果を残す。通信量が減っても、後から必要な観測を確認できなければ用途に適さない場合がある。送信量、確認の速さ、観測の見落としを同時に測ると、機器の試験結果を具体的な運用判断につなげられる。
運営会社。RO合同会社
AI導入支援AI導入・活用でお悩みなら
AI導入センターに無料相談する →
