העולם נוחת על כף ידנו

בכל פעם שאתם יוצאים מהבית, יתכן שצופים בכם לוויינים מן החלל. כרגע ישנם יותר משמונת אלפים לוויינים פעילים המקיפים את כדור הארץ, ובכלל זה למעלה מאלף שנועדו לתצפת עלינו.

טכנולוגיית הלוויינים התקדמה מאוד מאז לידתה החשאית במהלך המלחמה הקרה, אז יכולתה של מדינה לתפעל לוויינים בהצלחה באה לידי ביטוי לא רק ביכולתה לשגר טילים אל מסלול המקיף את כדור הארץ אלא גם ביכולתה להתבונן מן הרקיע. כיום לא רק ממשלות בעולם אלא גם יזמים פרטיים משגרים לוויינים, אוספים דימויים שלוויינים אלה קולטים ומנתחים אותם, ומוכרים אותם למגוון לקוחות, מסוכנויות ממשלתיות ועד האדם ברחוב. לווייני ״סטארלינק״ של חברת SpaceX מביאים את האינטרנט אל מקומות שבהם הכיסוי הרגיל מקוטע או מופרע. נתונים מלוויינים מאפשרים לארצות הברית לאתר ספינות שחורגות ממסלולן ושיגורי טילים בצפון קוריאה, ואילו מדענים עוקבים בעזרתם אחרי שריפות יער, שיטפונות ושינויים בצפיפות היערות.

האתגר הגדול ביותר של הענף, מלבד השגת הדימויים עצמם מן הלוויינים, היה תמיד ניתוח ופרשנות שלהם. לכן עתידים כלי בינה מלאכותית לשנות באורח כל כך קיצוני את האופן שבו נעשה שימוש בדימויים כאלה – ואת השאלה מי עושה בהם שימוש

האתגר הגדול ביותר של הענף, מלבד השגת הדימויים עצמם מן הלוויינים, היה תמיד ניתוח ופרשנות שלהם. לכן עתידים כלי בינה מלאכותית לשנות באורח כל כך קיצוני את האופן שבו נעשה שימוש בדימויים כאלה – ואת השאלה מי עושה בהם שימוש. למשל, המודל Segment Anything של חברת מטא, כלי למידת מכונה שמיועד ״לחתוך״ אובייקטים מוגדרים מתוך דימויים, מתגלה כיעיל במיוחד בזיהוי אובייקטים בדימוי לוויינים.

תצלום לוויין של Egg Island באיי בהאמס. האם עוד מעט נוכל לראות גם את חשבונות הבנק הסמויים שם...? תצלום: סוכנות החלל האירופית

יכולות הריגול הלווייניות שהוגבלו פעם לסוכנויות ממשלתיות מסווגות, ואפילו כעת הן מצויות רק בידי מי שיש לו שפע ממון או מומחיות, עומדות להיות פתוחות לכל מי שיש לו חיבור לרשת

אבל פריצת הדרך הגדולה ביותר תגיע כנראה ממודלים גדולים של שפה – כלים כמו Open AI ו-ChatGPT – שעשויים לאפשר בקרוב לבני אדם מן השורה לחקור את פני כדור הארץ באותו אופן שבו מדענים נוברים במאגרי מידע. זו שאיפתן של חברות כמו Planet Labs, ששיגרה לחלל מאות לוויינים ועובדת כעת ביחד עם חברת מיקרוסופט על בנייה של מה שהיא מכנה בשם queryable Earth. בשלב זה, עדיין קל להתייחס בביטול לניסיונות הראשונים הללו, כאילו מדובר בצעצוע בלבד. אבל כפי שמדען המחשב פול גראהם ציין בעבר, אם אנשים אוהבים המצאות חדשות שאחרים רואים בהן לא יותר מצעצוע, זה בוודאי אות לכך שאלה יזכו בעתיד להצלחה.

פירוש הדבר הוא שיכולות הריגול הלווייניות שהוגבלו פעם לסוכנויות ממשלתיות מסווגות, ואפילו כעת הן מצויות רק בידי מי שיש לו שפע ממון או מומחיות, עומדות להיות פתוחות לכל מי שיש לו חיבור לרשת.

מרגלים בחלל

פחות משנה לאחר שברית המועצות שיגרה את הלוויין הראשון ״ספוטניק 1״, באוקטובר 1957, נשיא ארה״ב דווייט ד. אייזנהאואר אישר לקיים את תוכנית ״קורונה״, תוכנית של ה-CIA לפיתוח יכולות סריקה לווייניות שיוכלו להתחרות עם אלה של ברה״מ. באוגוסט 1960, הוא קיבל את דימוי הלוויין הראשון של שדות תעופה סובייטיים. באותה עת, חיל האוויר, חיל הים [האמריקניים] וה-CIA הפעילו תוכניות מתחרות לבניית לוויינים. אבל אחרי ההצלחה הראשונה של פרויקט ״קורונה״, התקבלה החלטה לניהול אחיד ולהידוק אמצעי הבטיחות והאבטחה, ולשם כך הוקם בשנת 1961  ״משרד הסיור הלאומי״. קיומו נחשף לציבור רק בשנת 1992, והוא מוסיף להיות הסוכנות האמריקנית העיקרית שמנהלת את פעולות לווייני המעקב.

מראשית הריגול הלווייני של ארה״ב, השימוש העיקרי בו היה לשם איסוף מודיעין על יכולות האויב והבטחה כי אלה אינם משקרים לאמריקה, בעיקר ביחס לנשק גרעיני. במהלך המלחמה הקרה, כשעצם קיומם של לוויינים אמריקניים כאלה נשמר בסוד, חוזים אפילו כללו סעיפים שנוסחו בנימוס והתייחסו לאפשרות קיומם של לוויינים. למשל, בחוזההמתנגד לקיומם של טילים בליסטיים, שנחתם בשנת 1972, ארה״ב וברה״מ הסכימו שכל אחת מהן תשתמש ״באמצעי אישוש לאומיים טכניים״ – והכוונה הייתה בעיקר ללוויינים – כדי לפקח זו על זו.

תצלום לוויין של מוסקבה, מאי 1970. בחלק המוגדל: מתחם הקרמלין. תצלום: CIA, ה-National Reconaissance Office

באותם ימים טכנולוגיית הלוויינים כבר השתפרה משמעותית. הדימויים הראשונים ליקטו מידע על גבי סרטי צילוםשצריך היה להנחית בחזרה על פני כדור הארץ ואז לפתח. אבל מאז 1972, נאס״א, ביחד עם הרשות לסקרים גיאולוגיים בארה״ב, שיגרו את מה שזכה לכינוי ״לווייני לאנדסאט״, ואלה השתמשו בסורקים רחב כדי לאתר ולמדוד ספקטרום רחב של אור. הם שידרו את הנתונים בחזרה אל כדור הארץ כמעט בזמן אמת, ושם הנתונים עובדו ונשמרו כדימויים.

אף שהלוויינים הראשונים מסוג זה פותחו למטרת תצפיות גיאולוגיות, משרד הסיור הלאומי מיהר לשדרג אותם. בשנת 1977 לוויינים כבר אספו כל כך הרבה נתוני מעקב שקצין מודיעין בדימוס ציין: ״לוויין המקיף את העולם... יאסוף ביום יותר מידע מכפי ששירות הריגול יוכל לאסוף בשנה״. אולם כל הנתונים הללו היו חשאיים, ונותרו מסווגים לאורך המלחמה הקרה כולה. הנתונים הגיאולוגיים היו אמנם זמינים לציבור, אבל הם היו יקרים וקשים לגישה. בשנות התשעים כל זה השתנה.

מי רוצה תצלום?

בשנת 1992, התקבל בקונגרס האמריקני חוק המסדיר את הזכות לעקוב מרחוק אחר המתרחש על פני כדור הארץ והוא אפשר לחברות מסחריות להפעיל לוויינים ולמכור את המידע שאלה אספו. תעשיית החלל המסחרית יצאה לדרך. בעזרת התקדמות אדירה בכוח המחשוב, עלייתה של האינטרנט והביקוש הגובר לשירותי טלפונים ניידים, לוויינים מסחריים הפכו לעסק משגשג.

לא כל ההיבטים של תעשיית הלוויינים הפכו מסחריים בו זמנית. משרד המסחר של ארה״ב החלה לחלק לחברות מסחריות רישיונות לתצפת את כדור הארץ מן הרגע הראשון. אבל, משרד ההגנה, שהעלה חששות הנוגעים לביטחון לאומי, וכמוהו גם קהילת המודיעין התנגדו למתן רישוי ללוויינים מסחריים המשתמשים במכ"ם מִפתָח סינתטי (SAR). סוג כזה של מכ"מ יכול לייצר דימויים בהירים אפילו בלילה או מבעד לעשן, ולכן הוא רב ערך במיוחד למטרות צבאיות. רישיון מסחרי ראשון כזה הוענק בארה״ב בשנת 2015 ל- XpressSAR, חברה מווירג׳יניה שמתכוונת לשגר את הלוויינים שלה בשנת 2024. כיוון שממשלת ארה״ב התנגדה במשך זמן כה רב למסחור, מדינות אחרות סיפקו את הצורך הבינלאומי הגדל. למשל, חברת הלוויינים הפינית ICEYE חתמה באוגוסט 2022 על חוזה שבו היא מתחייבת לספק לאוקראינה יכולות SAR לצורך מלחמתה ברוסיה.

מפעילי לוויין מסחריים כבר החלו לגוון את מאגר הלקוחות שלהם. הלקוחות כיום כוללים חברות השקעה שמעוניינות לאמוד את הפעילות של חברות שאחריהן הן עוקבות

על אף המסחור ההולך וגדל, חוזים פדראליים עדיין מהווים את מרבית שוק הדימויים הלווייניים. אבל מפעילי לוויין מסחריים כבר החלו לגוון את מאגר הלקוחות שלהם. הלקוחות כיום כוללים חברות השקעה שמעוניינות לאמוד את הפעילות של חברות שאחריהן הן עוקבות (כמו מספר המכוניות במגרשי חנייה או מספר הספינות הנכנסות לנמל מסוים), וחברות כרייה שמבצעות הערכה של שינויים במפלסים של מכרות פתוחים.  וככל שעלות שיגור הלוויינים לחלל יורדת, במהירות, כך גדל הענף.

אבל זו רק מחצית מן הסיפור. כדי שלנתונים יהיה ערך כלשהו, יש צורך לפרש אותם. חידושים אחרונים בטכנולוגיה של למידת מכונה מקלים יותר מאי פעם על ניתוח של נתונים מלוויינים.

תשאלו מה שאתם רוצים

פענוח של דימויים מלוויינים היה בעבר עבודה ידנית מפרכת ביותר. במהלך המלחמה הקרה, אנליסטים זיהוי אובייקטים חשודים על ידי השתקעות ממושכת בדימויים שלא היו ברזולוציה גבוהה במיוחד. הדימויים הראשונים שצילמו הלוויינים האמריקניים מעל ברית המועצות בשנת 1960 הראו בבירור אובייקטים עד גודל של כ-13 מטרים. בתוך עשור, המספר עמד על פחות משני מטרים. השוו זאת לדימויים של מצלמות על מטוסי ריגול U-2, שנודעו בכך כי בזמן משבר הטילים בקובה השנת 1962, הציגו אובייקטים הקטנים פי שלושה. דמיינו שאתם צריכים להבחין, אפילו בדימוי הלוויינים הטובים ביותר של אותה עת, בין נשק להשמדה המונית, טילי הגנה וכתם תמים.

מרבית עבודת הפענוח יכולה להיעשות כרגע על ידי מכונה לומדת, דבר המספק לאנליסטים נפח מידע גדול פי כמה בשבריר של הזמן

מרבית עבודת הפענוח הזו יכולה להיעשות כרגע על ידי מכונה לומדת, דבר המספק לאנליסטים נפח מידע גדול פי כמה בשבריר של הזמן. השינוי הזה פותח תחומי ניתוח חדשים לגמרי.

למשל: חוקרים מאוניברסיטת אוהיו סטייט שילבו דימויים ברזולוציה גבוה שהגיעו מלוויינים מדי יום ובהם נראו יערות טרופיים על מפה בינלאומית של כיסוי הקרקע כדי ליצור מערך מדויק של דימויים הממוקם בחלל ובזמן. לאחר מכן הם אימנו מודל למידת מכונה עמוקה על נתונים אלה, כדי שיוכל לעקוב אחרי שינויים בכסות הקרקע לאורך זמן. זה מרשים, אבל גם מדגים את מגבלות התחום כרגע: לעת עתה, חוקרים חייבים לאמן את המודלים שלהם על כמויות נתונים גדולות הספציפיות למטלה שאותה הם מנסים לבצע. כל מטלה חדשה תובעת מודל חדש.

זו אינה מפה אלא תמונת לוויין של מדבר סהרה בדרום מצרים: כל נקודה היא שדה בקוטר קילומט המושקה בגלגל מרכזי, וכך מתאפשר לראות מנין נלקחים מים ואיזה אקוויפר סובל מכך. תצלום: USGS

במקום לאמן מודל מתמחה לאתר סוג מסוים של אובייקט בדימוי, כמו עצים ביער או מכולות בנמל, מודלים כלליים כמו זה יאפשרו בקרוב לחוקרים לזהות כל אובייקט שיש להם בו עניין תוך שימוש בכלים מוכנים מראש

הבעיה הזו הולכת ונפתרת בהדרגה. צעד אחד בכיוון הוא פרויקט Segment Anything של חברת מטא שהושק בתחילת השנה. במקום לאמן מודל מתמחה לאתר סוג מסוים של אובייקט בדימוי, כמו עצים ביער או מכולות בנמל, מודלים כלליים כמו זה יאפשרו בקרוב לחוקרים לזהות כל אובייקט שיש להם בו עניין תוך שימוש בכלים מוכנים מראש.

אבל הפיתוח החדש הגדול ביותר בתחום המכונה הלומדת הוא עלייתם של מודלים גדולים של שפה, LLM. הצ׳טבוט מבוסס הבינה המלאכותית המרשים והפופולרי ביותר, ChatGPT עושה שימוש בטכנולוגיה הזו, ומייצר תשובות שגם אם אינן אמינות לחלוטין, נשמעות כאילו נלקחו משיחה אנושית. הדבר הוביל לאינספור יישומים ובהם מחקר של מאגרי נתונים. אחד מאלה,  textSQL, שולב בתוך ממשק המשתמש של CensusGPT אשר האתר שלו מציע סרגל חיפוש המזמן אתכם ״לשאול כל מה שתרצו בנוגע לפשע, דמוגרפיה, דיור, והכנסה בארצות הברית״. תוכניות כאלה, כשהן מצליחות, מאפשרות למשתמשים לדלג על כל הצעדים הטכניים המייגעים הכרוכים בניתוח מאגרי נתונים ומיד לקבל תשובה.

מודלים מסוג LLM גם הפכו לכלי חזק לפענוח נתוני לוויינים. באפריל, חברת הלוויינים Planet Labs ערכה הדגמהשכותרתה Queryable Earth ובמסגרתה חוקר השתמש במודל בינה מלאכותית של מיקרוסופט כדי לחקור לעומק את דימוי הלוויינים של קליפורניה במאגר החברה, לצד נתונים על וריאציות בדימויים אלה לאורך הזמן. החוקר הקליד ״כמה חופות עצים אבדו ב- Camp Fire, שריפת היער הגדולה שהשתוללה בקליפורניה בשנת 2018?" בצד שמאל של הצג הצ׳טבוט ענה: ״השריפה הביאה לאובדן של 114.4 קילומטרים רבועים של חופות יער. הכינוי חופות יער מתייחס לשכבת העלים, הענפים וגזעי העצים שמכסים את הקרקע כפי שהם נצפים ממעל״. בצד ימין של הצג, הוצג צילום לוויין של האזור לאחר השריפה.

בלי לזלזל בהישג הזה, גם תוכניתנים יחידים פתחו כלים חופשיים לשימוש כדי לחקור לעומק נתונים שהגיעו מלוויינים, ובנו יישומים כמו satGPT שמסוגלים לחפש דימוי לוויינים תוך שימוש בשאילתות בשפה טבעית. ההדגמה של יישום זה שנערכה בקיץ בטוויטר הייתה פחות מהוקצעת מזו של Planet Labs, אבל היא הייתה מרשימה לא פחות מבחינה טכנית.

השילוב של מודלים גדולים של שפה ונתונים מלוויינים הוא עדיין בשלב הפיתוח הראשוני, כפי שמודה חברת Planet Labs. אבל שלב זה מבטיח להפוך את הנתונים הללו לנגישים פי כמה ובקרוב מאוד.

תצלום לוויין: עשן משריפות יער במערב ארה"ב מתפשט אל האוקיינוס השקט. תצלום: NASA Earth Observatory / Joshua Stevens

סוכנות ריגול פרטית

בעידן המלחמה הקרה, אנליסטים של ממשלות בחנו בתשומת לב דימויים מסווגים שהגיעו מלוויינים. כיום, מדעני נתונים נדרשים להכשרה מיוחדת ולכישורי קידוד כדי לחקור כמויות ענק של נתונים שמפיקות חברות לוויינים פרטיות. בעתיד, יתכן שכולנו נוכל לחקור נתונים כוכביים באותה קלות שבה אנחנו משתמשים במפות של גוגל.

ולמרות זאת, ישנם מחסומים טכניים וחוקיים המקשים על גישה לדימויים הטובים ביותר האפשריים ועל הבנתם. יחלוף זמן עד שייבנו מערכות נתונים מקיפות ונוחות באמת לחיפוש באופן שבו מבצעים זאת צ׳טבוטים. וידרשו מודלים מתקדמים וכללים יותר של הדמיה כדי לבנות כלי חקירה חזקים די הצורך.

מדהים לחשוב שבקרוב כולנו נוכל אולי לראות אובייקטים מן החלל שגודלם אינו עולה על כף ידנו, ולחקור את כדור הארץ במכשיר השוכן בכיסנו

ישנן גם מגבלות חוקיות המגבילות גישה פרטית לנתונים האיכותיים ביותר המגיעים מלוויינים, אף שמגבלות אלה מתרופפות. בשנת 2014, הממשל האמריקני צמצם את ההגבלה החוקית על רזולוציית הדימויים המסחריים מ-50 ל-25 סנטימטרים. הגודל המדויק של הדימויים שנראים בדימויים שעומדים לרשות הממשלה עצמה נותר עד כה סודי, אף שהודות לציוץ חסר אחריות של דימוי לווין על ידי הנשיא טראמפ בשנת 2019, יש המעריכים כי לווייני הריגול האמריקניים יכולים ללכוד אובייקטים בגודל של עשרה סנטימטרים ואולי אף קטנים מאלה.

בתוך שלושים שנה בלבד מאז שממשלת ארה״ב אפשרה את מסחור הטכנולוגיה הלוויינית, החברות הפרטיות התפתחו בקפיצות ענק. מדהים לחשוב שבקרוב כולנו נוכל אולי לראות אובייקטים מן החלל שגודלם אינו עולה על כף ידנו, ולחקור את כדור הארץ במכשיר השוכן בכיסנו.

לרס אריק שוננדר (Schönander) הוא חוקר טכנולוגיה ומדיניות ב-Foundation for American Innovation.

המאמר מתפרסם באדיבות כתב העת The New Atlantis, וראה אור במקור כאן.

תורגם במיוחד ל"אלכסון" על ידי דפנה לוי.

תמונה ראשית: דימוי שהופך למציאות: כדור הארץ בקצות אצבעותינו. תצלום: ויליאם נווארו, unsplash.com

Photo by William Navarro on Unsplash