SAP wil zijn AI-model SAP-RPT uiterlijk begin 2027 inzetten op het internationale ruimtestation ISS. Het model draait op de Spaceborne Computer-2 van HPE en analyseert sensorgegevens ter plaatse.
SAP wil SAP-RPT uiterlijk begin 2027 aan boord van het ISS, op de Spaceborne Computer-2 van HPE. Het is een van de belangrijkste praktijktests tot nu toe waarbij een AI-model voor bedrijfsomgevingen direct op locatie gegevens verwerkt, ook wel edge computing genoemd.
Straling, ruimtepuin en zonnestormen kunnen het ruimtestation op ieder moment voor problemen stellen. De sensoren en systemen aan boord produceren voortdurend grote hoeveelheden gegevens, en die allemaal naar de aarde sturen kost te veel tijd. De systemen aan boord moeten problemen dus zelf snel herkennen.
SAP-RPT aan boord
SAP-RPT is ontwikkeld om voorspellingen te doen op basis van gestructureerde gegevens, zoals meetwaarden en andere informatie in tabellen. Het model kan overweg met ontbrekende gegevens en heeft voor nieuwe toepassingen geen uitgebreide aanvullende training nodig.
Op het ISS analyseert het model de gegevens van sensoren en systemen. Het herkent afwijkingen, voorspelt technische problemen vroegtijdig en reconstrueert ontbrekende meetwaarden op basis van historische gegevens. Daarnaast stelt het rapporten op over de technische staat van het station, zodat astronauten en medewerkers op aarde sneller inzicht krijgen in mogelijke risico’s.
SAP-RPT berekent ook een algemene risicoscore voor de missie en beoordeelt of menselijke tussenkomst nodig is. Volgens SAP is het model ongeveer 50.000 keer energiezuiniger dan de meest geavanceerde grote taalmodellen, wat in de ruimte telt omdat er maar beperkt energie beschikbaar is.
Tabulaire AI van SAP
Grote taalmodellen (LLM’s) zijn vooral sterk in taal en redeneren. SAP richt zich met zogeheten tabular foundation models (TFM’s) op gestructureerde gegevens uit ERP-systemen, financiële administraties en productieomgevingen. De sensorgegevens van het ISS zijn een vergelijkbare gegevensbron.
SAP-RPT maakt deel uit van dat portfolio, net als TabPFN van Prior Labs. Met SAP AI Core kunnen organisaties de modellen, hun voorspellingen en de bijbehorende werkprocessen beheren, aansturen en controleren.
Mayank Shrivastava, Vice President of Generative AI and Foundation Models bij SAP SE, noemt de ruimte “de ultieme stresstest voor AI”. Volgens hem kan hetzelfde model risico’s bij leveranciers, afwijkingen in kasstromen en storingen aan apparatuur voorspellen. Scott Wiest, Vice President and Global Sales Chief Technologist en HPE Fellow, spreekt van realtime detectie en voorspellingen in “de ultieme edge-omgeving”.
Toepassingen op aarde
De eisen uit de ruimte zijn ook op aarde relevant: locaties met beperkte energievoorziening, onbetrouwbare netwerkverbindingen of systemen waar storingen grote gevolgen hebben. SAP ziet tabulaire AI bijvoorbeeld bij hulpverlening in rampgebieden, landbouw op afgelegen locaties, fabrieken met meerdere vestigingen en internationale toeleveringsketens.
De ervaringen op het ISS gebruikt SAP voor de verdere ontwikkeling van edge AI. Het bedrijf wil organisaties daarmee ondersteunen bij analytische en operationele processen op plaatsen waar rekenkracht, energie en verbindingen beperkt zijn.