波音训练卫星将遥测数据翻译成易于人类理解的语言，以便任何人都能理解。

新型LLM技术用于太空遥测的自主分析

在波音Starliner首次发射期间，出现了与软件错误和对遥测数据误解相关的问题。如果这些数据能以人类易懂的语言传达给发射团队，结果可能会不同。因此，公司开发了一种小型语言模型（LLM），能够在卫星低功耗计算机上运行，将原始信号转换为可读报告。

商业平台的挑战
项目开始时，工程师们怀疑标准商业卫星平台是否能处理大型语言模型。在太空中，更重要的是抗辐射能力、稳定工作而不过热以及最低能源消耗，而不是CPU性能。

测试与适配
在地面实验室测试期间，波音空间任务系统团队成功将LLM适配到符合航天要求的设备。该模型现在分析卫星遥测并生成自然语言的系统状态报告，而非传统的原始数据处理。

> “设备制造商最初表示这不可能，因为限制太严格，但我们找到了实现这一想法的方法，”AI实验室负责人Arvel Chapell III说。

优势
1. 延迟降低——数据在机上即时处理，而不是发送到地球后再分析。

2. 自主性提升——操作员可以向卫星提问并几乎实时获得可理解的答案。

3. 安全性——模型绑定于系统物理参数，减少“幻觉”风险，提高关键操作的可靠性。

现有机群升级可能
由于技术基于标准硬件，可通过软件方式部署到已部署的卫星。这意味着大多数航天系统功能的更新可在数月内完成，而非需要多年更换平台。

因此，新LLM为更高效、更自主的卫星管理打开了道路，提升可靠性并降低维护成本。