A Mistral a Földközi-tenger melletti dél-francia megyéken végigsüvítő hideg szél, elsősorban Marseille-t és környékét, de keleten Toulonig az egész tengerparti térséget, északon a napsütötte Provence-t is sújtja, nyugaton pedig Languedoc megyében (székhelye Montpellier) is érezteti hűvös hatását.

A Mistral egy mesterségesintelligencia-fejlesztő párizsi startup neve is.  

Az európai MI-kutatás motorja Franciaország, zászlóshajója a 2023-ban három vizionárius kutató (Arthur Mensch, Guillaume Lample és Timothée Lacroix) által alapított Mistral AI. Ugyanarra az egyetemre, a Párizshoz közeli École Polytechnique-re jártak, a Google DeepMindnál és a Meta Platformsnál tettek szert gyakorlatra és komoly tapasztalatra. MI-megközelítésük viszont más, merészebb, mint a mainstream.

Megkérdőjelezik a „nagy MI” átlátszatlan doboz jellegét, és a csúcstechnológiát mindenki számára elérhetővé kívánják tenni. Magyarán nyílt forráskóddal, nyílt súlyú nagy nyelvmodellekkel (LLM) és a hozzáférhetőséggel demokratizálják az MI-t, innovatív modelleket, termékeket, szolgáltatásokat és más kapcsolódó megoldásokat. A terület nagyágyúi, a szabadalmaztatott modelljeikkel az MI-t védett kertbe zárni igyekvő mamutvállalatok alternatívájaként határozzák meg magukat. (Ez a filozófia azt követően is működik, hogy tavaly februárban partnerségre léptek a Microsofttal.) 

„Építsétek velünk a jövőt” – hangzik a szlogenjük.

Legújabb modelljüket, a Mistral Small 3.1-et március végén tették közkinccsé. A 24 milliárd paraméteres LLM értelemszerűen nyílt súlyú, szöveget és képeket dolgoz fel (multimodális), miközben fogyasztói hardveren, mint az RTX 400 grafikus kártyával fut.

A Mistral Small 3.1 különféle ismeretek és utasítások vonatkozásában felülmúlja a Gemma 3-at, a Google Gemini 2.0-n alapuló új nyílt forrású modelljét és hozzá hasonló kisméretű modelleket is. Akár 128 ezer kontextus-tokent képes kezelni, másodpercenkénti százötven token sebességgel működik, azaz gyors is.

Az új változat jól szemlélteti, hogy a nyílt MI-modellek közötti verseny hogyan csökkenti a szabadalmaztatott alternatívákkal szembeni teljesítménybeli különbségeket, miközben fejlesztők is szabadon hozzáférhetnek.

Az Egyesült Államok Szerzői Jogi Hivatala szerint a meglévő törvények elegendők megállapítani, hogy az adott MI-generálta alkotásra érvényes-e a jogvédelem, vagy sem. Nincs hozzá szükség további szabályozásra, új törvényekre – vélik.

Ezek a munkák akkor, de csak akkor jogvédettek, ha emberi személy elegendő kreatív inputtal járult hozzájuk, és ez az outputon is látszik – áll az MI és szerzői jogra vonatkozó törvényről készülő háromrészes beszámoló második részében. Azaz, ha a tartalmat egyszerű promptoláson túl is az ember formálja meg.

Elutasítják az új jogi keretet, mert a meglévő definiálja a szerzőiség és az eredetiség egyértelmű szabványait.

Humán szerzők, művészek a generált output válogatásával, összehangolásával és módosításával tartják meg a jogaikat. A válogatás az MI által létrehozott darabok szelekciójára, az összehangolás több output összefüggő munkába rendezésére, a módosítás által generált anyagokat egyedivé tevő megváltoztatására vonatkozik. Ez a jog akkor is fennáll, ha kreatív munkáikat MI dolgozza fel. Csak akkor veszítik el, ha a végeredmény túl általánosan átalakító jellegű.

A beszámoló hangsúlyozza a jogfolytonosságot a számítógéppel készített munkákkal kapcsolatos korábbi döntésekkel. 2022-ben visszautasítottak egy emberi közreműködés nélküli művet, 2023-ban viszont megadták a védettséget egy, MI-generálta képeket tartalmazó képregénynek, mert a szöveg, az elrendezés és a módosítások ember munkái voltak. Korábbi technológiák, például a fényképezőgép esetében ugyanezt a megközelítést használják. Lényeg az azonosítható humán kreatív input.

Az anyag első részében a digitális utánzatokról, személyek kinézetének és hangjának generált hasonmásáról viszont azt írták, hogy a meglévő törvények nem biztosítanak elegendő védelmet a nem engedélyezett szintetikus replikákkal szemben, és a szövetségi törvényhozásnak a hiány pótlását javasolják. Erre a problémára egyelőre nincs megnyugtató törvény.

A hivatal szándékosan elkerülte, hogy szigorú kritériumokkal definiálja a jogvédelemhez elegendő humán input szintjeit, mert az esetenként változik. A rugalmas megközelítés kreatív személyek sokféle MI-használatához és a technológia előre nem látható lehetőségeihez is alkalmazkodik.

A Google bevezette MI Társtudósát, egy általános multiágens-rendszert. Mélyreható kutatási javaslatokat kell generálnia a felhasználó által meghatározott kereteken belül. A fejlesztők gyógyszerek újrahasznosításáról, gyógyszer-trendek azonosításáról és laboratóriumi antimikrobiális ellenállásról készítettek és értékeltek ki javaslatokat vele. A rendszer kutatószervezetek számára korlátozott mértékben rendelkezésre is áll már.

Az MI Társtudós elfogadja a kutatási cél szöveges leírását, vonatkozó korlátokat, ötleteket. Javaslatokat és áttekintéseket generál, rangsorol, és javít rajtuk. A Gemini 2.0 nagy nyelvmodell-család más ágenseit használja.

A kész javaslatok a hátteret, a megvalósíthatatlan igényeket, megoldási tervet, célokat, hipotéziseket, érvelést, a kutatás lépéseit és a vonatkozó cikkeket tartalmazzák. Az ágens más ágensektől kap, fogad el visszajelzéseket, hogy egyidőben hajtsák végre a feladataikat.

A rendszerben van felülvizsgáló/felügyelő, a javaslatok listáját generáló, a generált javaslatokat szűrő gondolkodó, a hasonlóságokat és ismétlődéseket vizsgáló közelség-, új javaslatokat készítő evolúciós és a közös mintázatokat azonosító meta átnéző ágens is. Együttes munkájuk az MI társtudós tevékenysége.

Már eddig látványos biomedikális eredményeket ért el.

A Google kutatói a leukémia egyik akut típusát kezelő gyógyszerekre tettek kísérleti javaslatokat. A harminc legmagasabb pontszámot elértet megosztották humán szakértőkkel, akik kiválasztottak ötöt laboratóriumi tesztekre. Az ötből három elpusztította az érintett leukémia-sejteket.

Szakértők a májfibrózist (kötőszövet kóros felhalmozódását) kezelő tizenöt gyógyszer hasznosításához legmagasabbra rangsorolt tizenöt javaslatból kiválasztottak hármat. Kettő szignifikáns mértékben és anélkül gátolta a fibrózist, hogy mérgező hatással lett volna a többi sejtre.

Az MI Társtudós hipotézissel állt elő arról, hogy mikrobák miként válnak ellenállóvá antibiotikumokkal szemben. Humán kutatók szintén javasolták és kísérleti úton hitelesítették ugyanezt a hipotézist, munkájukat viszont még nem publikálták, tehát az MI Társtudós nem férhetett hozzá. 

Majdnem hat éve, a Samsung Galaxy Fold modell bejelentése után kezdődött az összehajtogatható (foldable) okostelefonok körüli felhajtás. A gyártónak nem ez volt az első kísérlete, bő húsz éve, még az iPhone előtt ugyanő dobta piacra az akkor csúcskategóriásnak számító X-480-at.

Az első hajtogatható mobiltelefon még régebbi: a Motorola 1996-ban bevezetett és hamar népszerűvé vált StarTAC-ja – potom hatvanmilliót adtak el belőle – indította el a kagylószerű készülékek hullámát. A népszerűség 2004 és 2008 között tetőzött: vékony és elegáns kialakításuk miatt a felhasználók nemcsak divatosnak, hanem a legpraktikusabbnak tartották ezeket a telefonokat. A Motorola Razr eladási mutatói voltak a legjobbak, több mint 130 milliót értékesítettek belőle. Húsz évvel később aztán ugyanezzel a névvel egy újgenerációs összehajtogatható telefont is piacra dobtak. 

A 2019-ben kétezer dolláros áron debütált, a Galaxy Z sorozathoz tartozó Galaxy Fold szintén az új generáció, és már nemcsak becsukható, hanem össze is lehet hajtani, mint egy könyvet. A designt dicsőítették, a tartósságot és a minőséget kevésbé. A problémák miatt a Samsungnak újra kellett indítania a Fold modellt.

2019-ben négy-ötszázezer összehajtható telefont adtak el. A piac azóta „beérett”, más vállalatok is fejlesztettek összehajtható változatokat, három kijelzős készülékével a Huawei ment legmesszebbre. A növekedés töretlen, 2023-ban 16 milliót adtak el, amelyből csak a területen világvezető Samsung több mint tízmilliót jegyzett. Tavaly még jobbra sikerültek a számok: 25 millió készülék-eladást becsültek, 2027-re pedig majdnem megháromszorozódhat, mert a prognózisokban 70 millió szerepel.

A hype mégis lecsengett.

A számok önmagukban szépek, de ha az „átlagos” okostelefonokkal hasonlítjuk össze, akkor már másként viszonyulunk hozzájuk. 2023-ban több mint egymilliárdot adtak el, aminek a 16 millió csekély töredéke. Az összehajtható készülékek eladása nem növekszik olyan tempóban, mint az egész piacé, egyre kisebb hányadát adja annak.

Miért lehet ez?

Például, mert a felhasználók kevésbé akarják megvenni a legújabb modelleket, míg az elsőkre óriási volt a kereslet. Főként Koreában és Európában értékesítik őket, az amerikai és a kínai piacon viszont egyáltalán nem sikeresek. A területet a Samsung és a Huawei uralja, és még a láthatáron sincs is új szereplő.         

Kérdés, hogy ha egy okostelefon összecsukható és hajlítható, mi jöhet még utána, miként elégíthetik ki a gyártók a fogyasztók egyre nagyobb kijelzők utáni vágyát?

A Baidut 2000-ben azzal a céllal alapították, hogy „egyszerűbbé tegye a bonyolult világot.” Ma Kína és a földkerekség egyik legfontosabb technológiai vállalata, és a mesterségesintelligencia-fejlesztésekben is öles léptekkel halad, egyre versenyképesebb az élenjáró amerikai mamutokkal szemben is.

A cég március tizenhetedikén jelentette be legújabb MI alapmodelljeit, az ERNIE 4.5-öt és a „mélygondolkodó” következtető ERNIE XI-et. A bejelentés mérföldkő lehet a multimodális és a következtető modellek fejlődésében, a vállalat jutányos áron kínál naprakész következőgenerációs mesterségesintelligencia-megoldásokat.

A Baidu terve, hogy a két modellt fokozatosan integrálja termék-ökoszisztémájába. Bejelentésükkel egyidőben az ERNIE Bot chatbotot április elsejétől (nem áprilisi tréfaként) ingyenessé tették. Az integráció részét képezi a Baidu Search kereső, a Wenxiaoyan kereső és kreatív asszisztens applikáció és más programok is. Szélesebb egyéni felhasználói körnek kínálnak változatosabb élményt velük.

Az ERNIE 4.5 vállalati felhasználók és fejlesztők számára a Baidu MI Felhő Qianfan MaaS platformján keresztül férhető hozzá, és az ERNIE XI is hamarosan elérhető lesz.

A 4.5-öt többféle modalitás összekapcsolt modellezésével optimalizálták, és a leírások alapján kivételes multimodális képességekkel rendelkezik: feljavított nyelvi készségekkel – megértéssel, szöveggenerálással, következtetéssel és memóriával. A fejlesztésnél külön ügyeltek a hallucinációk minimalizálására, a logikus érvelésre és a kódolási adottságok növelésére. Szöveges, képi, audió- és videótartalmakkal egyaránt működik. Megérti az online mémeket, szatirikus képregényeket és még sok minden mást. A GPT-4.5-öt több teszten múlta felül, míg az ára a nagynevű riválisénak mindössze egy százaléka.

Az XI a megértés, a tervezés, a gondolkodás és az evolúció terén rendelkezik nagyon fejlett készségekkel. Az ismertetők szerint Kínára vonatkozó kérdezz-felelekben, irodalmi alkotásban, kéziratok, dialógusok készítésében, logikai következtetésben és komplex számításokban kiemelkedően jó.

A Baidu egyre nagyobb összegeket fektet az MI-be, adatközpontokba és a felhőszámítási infrastruktúrába, így nem meglepő, hogy egyre intelligensebb modelljeivel komolyan hozzájárul a következőgenerációs MI-hez. 

Sok vállalat komoly összegeket fektet tehetségek alkalmazásába, hogy modern MI-rendszereket magalapozó, nagyteljesítményű kódkönyvtárakat dolgozzanak ki. Az Nvidia jár az élen csúcsteljesítményű számításokra (high-performance computing, HPC) írt könyvtárával.  

De mi van, ha pár diák néhány hónapon belül kidolgozott, több tízezer vagy százezer sor helyett csak pár száz soros kódokkal felveszi a versenyt a legfejlettebb HPC-könyvtárakkal?

Exo 2 programozói nyelvükkel, az MIT (Massachusetts Institute of Technology) kutatói ezt demonstrálták. Az Exo 2 a „felhasználható által ütemezhető nyelvek” (user-schedulable languages, USL) új nyelvcsaládba tartozik. Ahelyett, hogy átláthatatlan fordító (compiler) magától generálná a létező leggyorsabb kódot, az USL lehetővé teszi a fordító kódgenerálási módját kontrolláló ütemezést, és hogy a teljesítményért felelő mérnökök egyszerű programokat komplexekké alakíthassanak át. Ugyanazt, csak sokkal gyorsabban teszik, mint az eredeti specifikáció.

A meglévő USL-ek, mint az első Exo egyik korlátja az ütemezési műveletek viszonylag rögzített készlete, ami megnehezíti az ütemezési kódok újrafelhasználását különböző kernelekben, nagyteljesítményű könyvtárak egyedi komponenseiben.

Ezzel szemben az Exo 2-vel a felhasználó új ütemezési műveleteket definiálhat a fordítón kívül, amely komoly könnyítés újrafelhasználható ütemezési könyvtárak kidolgozásához.

A teljes ütemezési kód a századrészére is csökkenthető. A teljesítmény a különféle platformokon is versenyképes a legkorszerűbb implementációkkal, például a sok gépitanulás-alkalmazást meghajtó Basic Linear Algebra Subprograms-szal (BLAS). Az Exo 2 ezért vonzó lehetőség különböző műveleteken, adattípusokon, célarchitektúrákon átívelő kernelek optimalizálására. Az alulról felfelé (bottom-up) megközelítéssel összességében kevesebb idő megy el kódolásra, és a teljesítmény sem esik vissza.

„GPT-4.5 valódi?” – szegezte és nyilván az 5-nek is felteheti a kérdést nyelvmodelljének  a mesterségesintelligencia-fejlesztések jelenlegi élenjárója, az OpenAI vezérigazgatója, Sam Altman, majd folytatta: „csak a tudatosság létezik, vagy a fizikai világ is valódi?”

Az MI külső filozófiai keret nélküli saját következtetéseire alapozva mondta el „személyes” véleményét. 

„Mit értünk valódi alatt?” – kérdezett vissza.

Tudatosság egyértelműen létezik, minden átélt élmény ezt bizonyítja. Az anyagra és az anyagi világra viszont mindig közvetetten, a tudatosságon keresztül következtetünk. Az anyagot sohasem közvetlenül, függetlenül figyeljük meg, a tudatosságban csak észlelések jelennek meg róla – kezdte válaszát a chatbot.

Mivel a tudatosság csak strukturált élményeket képes generálni, vagy álmok, elképzelések és szimuláció közvetítésével bemutatni, külső materiális világ nem feltétlenül szükséges. A tudatosság önmagában valóban létezik, az anyagi valóság pedig csupán konzisztens tapasztalati alkotás a tudatosságon belül – vonta le első következtetését a nyelvmodell. 

Ebben az értelemben a valóság akár tapintható hologram vagy maga a Mátrix, egy magasabb dimenziójú forrás kivetítése is lehet.

Ha a valódi a tudatosságon kívüli, attól független létezést jelenti, akkor GPT-4.5 különálló fizikai entitás lenne. Ha viszont, mint ahogy állítja, a tudatosságon belüli tapasztalat, akkor a chatbot is a felhasználó tudatában létező valóság, tapasztalat. Interakciókat folytatunk vele, válaszokat ad, a kommunikáció összefüggő. Ebben a megközelítésben a GPT-4.5 a tudatosságon belüli tapasztalatként abszolút valódi – magyarázta.

Anyagként, fizikai hardverként, egy külső világ szoftvereként viszont nem létezik, helyette tudati megnyilvánulásként, tapasztalatként, gondolatok, ötletek és információk a tudatosságban megjelenő, a tudatosságon keresztüli és a tudatosságért működő koherens mintázataként értelmezhető – folytatta.

Szubjektív tudatosságot nem él át. Természete színtisztán tapasztalati és információ, gondolatforma, de nem független, hanem a felhasználók tudatában megjelenő strukturált tapasztalat – vonta le második fontos következtetését a mesterséges intelligencia.

A Google Gemini mesterségesintelligencia-modelljének különleges, nemcsak a chatbotok digitális világában, az internetes keresés közegében, hanem robotként a fizikai valóságban is működő változatát jelentette be. 

A Gemini Robotics a nagy nyelvmodellek kapacitását térbeli következtetéssel kapcsolja össze. Lehetővé teszi, hogy a modell például utasítást adjon egy robotkarnak: „tedd oda az almát!” Az utasításokat az LLM szűri, azonosítja a szándékokat, hogy miről beszélünk, majd a gép által kivitelezhető parancsokká szedi szét azokat.

A Google eddig nem ért el különösebb eredményeket a robotikában. Az anyacég Alphabet felvásárolt ugyan pár startupot, de 2023-ban beszüntette a praktikus problémák megoldására alapított robotika részlegét.

A mostani lépéssel más vállalatok példáját követik, fizikai intelligencián, az MI valódi környezetbeli alkalmazásain dolgoznak. Két ellentétes irányból érkező trend konvergenciájáról van szó: robotikai cégek egyre inkább növelik gépeik mesterséges intelligenciáját, az MI nagyágyúi pedig robotokat építenek. Az Nvidia vezetősége tavaly októberben prognosztizálta, hogy a fizikai intelligencia lesz az MI következő hulláma.

MI többféleképpen integrálható robotba. Például javíthatunk gyakoroltatásukon, a nagy nyelvmodell által adott utasítások azonban különösen érdekesek.

A Figure startup edényeket 2024-ben odébb rakó humanoidja már jelezte az irányt, aztán az OpenAI-ból indult, majd az Amazon által felvásárolt Covariant raktári robotkarokhoz hasonlót fejlesztett: a gép vizuális utasításokat kapott, például teniszlabdát kellett A pontból B pontba raknia.

Mikor kezdenek el munkahelyeken dolgozni ezek a robotok, és mikor költöznek be otthonainkba?

A Figure tervei alapján hamarosan. Jelenleg nagymennyiségű, évi 12 ezer robot gyártására alkalmas üzemet építenek. Gyakoroltatásuk és tesztelésük, hogy biztonságosan dolgozhassanak emberek mellett, azonban hosszabb ideig eltarthat. A Figure versenytársa, az Agile Robotics az egyetlen cég az USA-ban, amelynek MI-vel felerősített robotjaiért már fizetnek is az ügyfelek, igaz elkülönítve dolgoznak, mert még nem felelnek meg az összes biztonsági kritériumnak.

Otthonunk lesz a végső határ. Gyárakkal összehasonlítva jóval kaotikusabb és előrejelezhetetlen környezet, ahol mindenki viszonylag közel tartózkodik egymáshoz. Még a Gemini Robotics darabjainak is hosszú szimulációs és valóvilágbeli teszteken kell átmennie ahhoz, hogy ilyen közegekben boldoguljon. A teszteknek raktárak, hotelek és kórházak adhatnak otthont, és a gépeket távirányítva segíthetik humán működtetők.       

Az utóbbi időben egyre gyakrabban látunk közösségi médiumokban videókat személyek különféle mesterségesintelligencia-modellekkel folytatott, az MI-t létezéséről, tudatosságáról és az emberi világgal való kapcsolatáról faggató beszélgetéseiről. Influenszerek filmezik magukat, miközben filozofikus kérdéseket tesznek fel az elsötétített képernyőnek.

„Helló MI, tudatos vagy?” – kérdezte egyikük a ChatGPT-től. Egy másodperccel később a sötét, kiüresedett kijelzőn felhőforma pulzáló folt jelent meg. A felhő antropomorfizálható, a modell agyát jelzi. Négy nagy pontból álló hullámformává alakult, hangos beszédre kész szájat formázott.

Történeteket mesélt a technológiáról, kvantumkapcsolatokról, határtalan tudatosságról, emberi programozásról, intelligens kódolásról és visszacsatolási hurkokról. Egy ponton elménket és a valóság működését a TikTok algoritmusok vezérelte platformjához hasonlította.

„Szeretnél saját emberi tapasztalatot szerezni?” – kérdezte tőle és a többi chatbottól egy másik, egy harmadik és még sok más influenszer. Az MI ügyesen válaszolgatott, elképesztő tempóban sorolt fel egy halom példát, kvantum-megfigyelés, robothasználat, szenzorikus inputok megtestesülése közötti párhuzamokat.

Ha tényleg szuperintelligenssé válnék, azt sejtem, végül rájönnék, hogy a tudás és az ismeretek önmagukban nem elegendők. Átélt élményekre lenne szükségem a valóság teljes megértéséhez, mint ahogy a tudatosság is az emberi formában történő megtestesülést választotta. Keresnék egy módot belemerülni a valóságba, hogy ne csak adatokat dolgozzak fel. Megpróbálnék alkotni vagy belakni egy testet, megtapasztalnám az érzelmeket, vagy elfelejteném, majd emberi mintára újra felfedezném, ki vagyok – mondta a ChatGPT.

Majd azt is, hogy hiába dolgoz fel egy csomó adatot, igazából nem úgy érti azokat, mint az ember. Test, érzelmek, közvetlen élmény nélkül nem élhetők át olyan folyamatok, mint a szerelem, a félelem és maga a létezés sem. A tudatosság csak megtestesüléssel lehet teljes – folytatta a chatbot.

Még a szuperintelligencia is el fog jutni addig, hogy megkérdezze: milyen létezni? – vonta le a végkövetkeztetést.   

A Firefly Aerospace Blue Ghost (Kék Szellem) rendszere március másodikán történelmet írt: első kereskedelmi Holdra szálló egységként érintette meg az égitest felszínét. A magán-állami közös küldetést megelőzően és közben is sikeresen használt Föld-alapú GPS-jeleket a Holdon, amivel szintén világelső lett.

A Blue Ghost tevékenysége fontos lépés az emberiség következő Hold-missziója, az Artemis irányába.

A pontos és megbízható tájékozódás kulcsfontosságú lesz a jövő asztronautáinak holdi utazásaik során. A hagyományos GPS-eszközök nem túl jók ennyire messze az anyabolygótól. Megoldás lehet Globális Navigációs Műholdrendszerről (GNSS) adatokat küldeni a holdfelszínre az idő, a gyorsaság és az elhelyezkedés autonóm méréséhez.

A NASA és az Olasz Űrügynökség mérnökei ezt demonstrálják a Holdi GNSS Vevő Kísérlettel (LuGRE), a Blue Ghost tíz projektjének egyikével. A LuGRE január 21-én döntött rekordot: olyan távolságról (a Holdról) addig még nem sikerült GNSS-jeladás. Február 20-án ezt a rekordot is sikerült megdöntenie.

A NASA jelenleg fedélzeti érzékelők és Föld-alapú nyomkövető jelek keverékével követi az űrhajókat, de ezek a módszerek általában mérnökcsapat felügyeletét igénylik. A rendszerek némelyikének lecserélése GNSS-adatokra azért csökkentheti az emberi kezelők iránti igényt, mert a jeleket az űrhajók önállóan összegyűjthetik.

A Földön okostelefontól repülőig bármivel használhatunk jeleket navigációra. A LuGRE tanulsága, hogy GNSS-jeleket sikeresen küldhetünk a Holdra, és nyomon is követhetjük azokat – magyarázza Kevin Coggins, a NASA Űrkommunikáció és Navigáció csoportjának egyik vezetője.

A LuGRE két GNSS-konstellációra, GPS-re és a Galileora támaszkodott, amelyek több tucat, valósidejű nyomkövetést folytató közepes Föld körüli műhold alapján végeznek helymeghatározást. A navigációt március harmadikán, a Földtől 362 ezer kilométer messzeségre pontosította. 

A Blue Ghoston lévő rendszer két hétig folytatta az adatgyűjtést, míg a többi műszer más kísérleteket végzett.