Từ ngày 6-11/05/2026, lĩnh vực viễn thám toàn cầu ghi nhận hàng loạt bước ngoặt đáng chú ý ứng dụng trí tuệ nhân tạo: Planet Labs ra mắt Planet SuperRes giúp nâng cấp độ phân giải ảnh vệ tinh; NASA và IBM đưa Prithvi — mô hình nền tảng AI địa không gian mã nguồn mở đầu tiên lên vận hành trực tiếp trên quỹ đạo; và MHI xác nhận thử nghiệm thành công hệ thống AIRIS trong việc nhận diện tàu thuyền từ không gian. Hãy cùng VSGA tổng hợp và phân tích 3 công nghệ đột phá ứng dụng AI trong viễn thám đang định hình lại cách nhân loại quan sát Trái Đất.
Planet SuperRes: Ứng dụng AI trong viễn thám giúp nâng cấp ảnh vệ tinh
Vào ngày 06/05/2026, Planet Labs vừa giới thiệu Planet SuperRes, một công nghệ mới ứng dụng AI nhằm cải thiện độ sắc nét của hình ảnh vệ tinh từ hệ thống PlanetScope.
Nền tảng kỹ thuật: ESRGAN và Confidence Layer
Mô hình mới này được huấn luyện trên bộ dữ liệu độc quyền của Planet bao gồm hơn 120.000 cặp ảnh vệ tinh SkySat và PlanetScope. Mô hình sử dụng Mạng đối kháng tạo sinh siêu phân giải nâng cao (ESRGAN) và huấn luyện với “perceptual loss” để tạo ra kết quả chất lượng cao, chân thực về mặt thị giác, giúp nhìn thấy tốt hơn các chi tiết như nhà cửa, đường xá, cây cối và công trình xây dựng khác. Ngoài ra, mô hình còn sử dụng thêm “confidence layer” để xác minh độ chính xác của từng pixel bằng cách đánh giá nhiều nguồn lỗi khác nhau.
SuperRes được cung cấp dưới 2 dạng chính
- SuperRes PlanetScope Scenes: Ảnh nâng cấp gần thời gian thực (hàng ngày) để theo dõi khu vực cụ thể
- SuperRes Mosaics: Bản ghép (mosaic) quy mô lớn để phân tích vùng rộng hoặc theo dõi dài hạn.
Planet kỳ vọng SuperRes sẽ giúp tăng hiệu quả các ứng dụng như giám sát môi trường, theo dõi hạ tầng và bản đồ hóa, đồng thời cũng nhấn mạnh rằng ảnh do AI cải thiện vẫn cần được kiểm chứng khi dùng cho các quyết định quan trọng.
Nguồn: Planet
Ứng dụng xử lý ảnh vệ tinh trực tuyến
Song song với xu hướng ứng dụng AI trong viễn thám đang diễn ra trên phạm vi toàn cầu, VEGACOSMOS phát triển Vega GAT — nền tảng cung cấp bộ công cụ tự động hóa hiệu năng cao phục vụ công tác xử lý ảnh và phân tích dữ liệu, từ đó mang đến thông tin với độ chính xác cao và kịp thời để hỗ trợ việc ra quyết định.
Đây là cầu nối thực tiễn giúp các chuyên gia và tổ chức tại Việt Nam tiếp cận và ứng dụng AI trong viễn thám vào công việc hàng ngày mà không phụ thuộc vào hạ tầng phần mềm phức tạp.
Chi tiết: Vega GAT
NASA & IBM đưa mô hình AI nền tảng địa không gian “Prithvi” lên quỹ đạo: Kỷ nguyên mới của Edge AI trong viễn thám
NASA và IBM vừa xác lập cột mốc lịch sử khi đưa Prithvi – mô hình nền tảng AI địa không gian mã nguồn mở đầu tiên – lên vận hành trực tiếp trên quỹ đạo vào ngày 07/05/2026.
Edge AI: phân tích dữ liệu vệ tinh ngay trên trạm vũ trụ
Prithvi không chỉ là một thuật toán thông thường; nó là một “mô hình nền tảng” (foundation model) được huấn luyện trên khối lượng dữ liệu khổng lồ suốt 13 năm từ vệ tinh Landsat và Sentinel-2. Thay vì gửi toàn bộ ảnh vệ tinh thô về Trái Đất để xử lý (vốn rất chậm và tốn băng thông), Prithvi cho phép thực hiện phân tích ngay trên trạm vũ trụ (Edge AI). Mô hình này có khả năng tự hiểu các đặc trưng của bề mặt Trái Đất, từ đó thực hiện đa nhiệm: từ phân loại độ che phủ đất, theo dõi biến đổi khí hậu đến phản ứng nhanh với thiên tai.
Điểm đột phá nằm ở khả năng “tự suy luận” các chi tiết địa lý phức tạp mà không cần con người can thiệp quá nhiều. Đặc biệt, công nghệ này đang hướng tới việc cho phép các nhà khoa học “trò chuyện” với vệ tinh bằng ngôn ngữ tự nhiên để truy vấn dữ liệu tức thời.
Ứng dụng thực tế: giám sát cháy rừng Gifford và lập bản đồ lũ lụt Lake Norman
Mô hình Prithvi đã đã được ứng dụng hiệu quả qua các dự án thực tế tiêu biểu:
Dự án Giám sát Cháy rừng Gifford (Gifford Fire): Prithvi đã thực hiện thành công việc dự đoán và khoanh vùng các “vết sẹo” cháy rừng tại khu vực Tây Bắc Los Angeles. Hình ảnh AI phân tích cho thấy sự khác biệt rõ rệt giữa vùng thực vật còn sống và vùng bị thiêu rụi với độ chính xác cực cao.
Dự án Bản đồ Lũ lụt Lake Norman: Khi bão Helene đổ bộ, mô hình đã được sử dụng để phân đoạn (segmentation) vùng ngập lụt tại North Carolina. AI có thể tách biệt vùng nước lũ ra khỏi các khu vực dân cư và hạ tầng, giúp các đội cứu hộ xác định lộ trình an toàn ngay lập tức.
NASA và IBM định hướng Prithvi sẽ trở thành một mô hình tổng quát cho ngành địa không gian. Với việc công bố mã nguồn mở trên Hugging Face, dự án này không chỉ phục vụ các cơ quan chính phủ mà còn giúp các startup và nhà khoa học toàn cầu dễ dàng tiếp cận công nghệ AI tiên tiến nhất để bảo vệ hành tinh.
Nguồn: NASA
MHI thử nghiệm thành công AIRIS: hệ thống AI nhận diện tàu “bóng ma” trực tiếp trên vệ tinh
Vào ngày 11/05/2026, Mitsubishi Heavy Industries (MHI) vừa công bố thử nghiệm thành công AIRIS (Artificial Intelligence Retraining In Space) – hệ thống ứng dụng AI giúp phát hiện đối tượng ngay trên quỹ đạo, đánh dấu bước tiến mới trong việc xử lý dữ liệu không gian tức thời.
Hệ thống AIRIS bao gồm một bộ xử lý dữ liệu tích hợp AI kết hợp với camera quan sát Trái Đất do Đại học Khoa học Tokyo phát triển. Điểm cốt lõi của công nghệ này là việc sử dụng bộ vi xử lý SOISOC4 thế hệ mới (do MHI và JAXA hợp tác phát triển) có khả năng kháng bức xạ cực cao và tiêu thụ điện năng thấp. Thay vì gửi toàn bộ hình ảnh thô về mặt đất, AIRIS tự động nhận diện các đối tượng tàu thuyền ngay trên vệ tinh và chỉ gửi về những dữ liệu quan trọng nhất, giúp tối ưu hóa băng thông truyền tải.
Điểm khác biệt cốt lõi của AIRIS
Điểm đáng chú ý nhất của AIRIS là quy trình “Tái huấn luyện trong không gian”. Hệ thống cho phép gửi các mô hình AI đã được tinh chỉnh dưới mặt đất lên vệ tinh để cập nhật phần mềm từ xa. Điều này giúp AI liên tục học và cải thiện độ chính xác trong việc phân biệt các loại tàu thuyền hoặc phát hiện các đối tượng mới mà không cần thay đổi phần cứng.
Tiềm Năng An Ninh Hàng Hải
Dự án đã chứng minh hiệu quả thực tế thông qua các thử nghiệm mới nhất (tháng 5/2026):
- Dự án Nhận diện Tàu biển (Ship Detection):
Trong quá trình vận hành trên vệ tinh siêu nhỏ RAISE-4, AIRIS đã chụp và nhận diện thành công các con tàu đang di chuyển trên biển từ quỹ đạo. Đây là minh chứng thực tế cho khả năng giám sát hàng hải tự động.
- Dự án Giám sát Đội tàu “Bóng ma” (Dark Fleet):
AI được huấn luyện để phát hiện các tàu cố tình tắt hệ thống nhận dạng tự động (AIS). Bằng cách so khớp hình ảnh thực tế với dữ liệu vị trí tàu thuyền trên ảnh vệ tinh, hệ thống giúp phát hiện các hoạt động đánh bắt cá bất hợp pháp hoặc vận chuyển trái phép.
- Thử nghiệm Chip SOISOC4:
Bên cạnh việc chạy AI, dự án còn kiểm chứng độ bền của vi xử lý thế hệ mới trong môi trường bức xạ khắc nghiệt của không gian, đảm bảo hệ thống có thể hoạt động ổn định trong các nhiệm vụ dài hạn.
MHI định hướng AIRIS sẽ trở thành nền tảng tiêu chuẩn cho các vệ tinh thông minh trong tương lai, không chỉ dừng lại ở việc phát hiện tàu thuyền mà còn có thể mở rộng sang theo dõi máy bay, xe cộ hoặc các hiện tượng tự nhiên biến đổi nhanh, cung cấp thông tin theo thời gian thực về mọi biến động trên hành tinh.
Nguồn:
