Китайские ученые в области аэрокосмической техники представили новую систему Air Target Agent, которая объединяет большие языковые модели с коллаборативными ИИ-агентами для автономного анализа спутниковых данных.
Система построена по принципу «мозг плюс армия инструментов». Большая языковая модель выступает в роли центрального координатора, управляющего роем специализированных ИИ-инструментов. Каждый из них отвечает за конкретную задачу: распознавание объектов, фильтрацию шумов, пространственный анализ или логические выводы.
Такой подход позволяет системе разбивать сложные задачи на последовательные этапы, автоматически выбирать подходящие алгоритмы для каждого этапа, координировать работу между разными ИИ-агентами и самостоятельно восстанавливаться после сбоев без перезапуска.
В отличие от традиционных инструментов спутниковой аналитики, которые ограничиваются распознаванием образов, Air Target Agent способна на более глубокую обработку. Она не просто идентифицирует объекты на снимке, но и интерпретирует контекст, делает умозаключения и при необходимости инициирует ответные действия — все в автоматическом режиме, без участия оператора.
В ходе тестирования система продемонстрировала способность самостоятельно преодолевать препятствия. Например, при ухудшении качества снимка или появлении помех ИИ-агенты перенастраивали алгоритмы на лету, сохраняя стабильность анализа. Это особенно важно для работы в динамичных сценариях, требующих непрерывного мониторинга в реальном времени.
Ученые отмечают, что новая конфигурация значительно сокращает время обработки спутниковых данных благодаря параллельной работе нескольких ИИ-агентов и четкому распределению задач. При этом сохраняется высокая надежность, а автоматическое восстановление после сбоев называется одним из главных преимуществ платформы.
Разработка Air Target Agent вписывается в масштабную китайскую инициативу по использованию искусственного интеллекта для обработки спутниковых данных. В будущем ученые планируют продолжить изучение стратегий развертывания и оптимизации системы в более масштабных реальных сценариях.
Хотя конкретные сроки и места внедрения не раскрываются, акцент на масштабируемости говорит о том, что платформа готовится к интеграции в крупные спутниковые сети. В перспективе подобные архитектуры могут найти применение не только в спутниковой сфере, но и в других областях, где требуется автономная обработка больших массивов визуальной информации — от метеорологии до мониторинга природных катастроф и городского планирования.