Исторический скачок: ИИ берет на себя управление на Красной планете

В переломный момент как для освоения космоса, так и для искусственного интеллекта, NASA успешно продемонстрировало первые в истории автономные поездки на Марсе, полностью спланированные генеративным ИИ. Это революционное достижение, организованное Лабораторией реактивного движения (JPL), знаменует собой качественный сдвиг в том, как человечество исследует нашу Солнечную систему. Поручив сложную задачу планирования маршрута моделям ИИ с компьютерным зрением, NASA не только повысило оперативную эффективность марсохода Perseverance, но и заложило фундаментальную архитектуру для будущих роботизированных миссий на Луну, Марс и далее.

Знаковые поездки, проведенные в декабре 2025 года и анонсированные на этой неделе, показали, как марсоход Perseverance перемещался по коварному марсианскому ландшафту без прямой прокладки путевых точек, которую традиционно выполняют инженеры на Земле. Вместо этого марсоход использовал сложную систему ИИ, разработанную в сотрудничестве с Anthropic и работающую на моделях Claude AI, для анализа орбитальных снимков, идентификации опасностей и прокладки безопасных путей через кратер Езеро.

Технологии, стоящие за этим путешествием

В основе этого достижения лежит интеграция передового генеративного ИИ и визуально-языковых моделей в управление миссией. На протяжении десятилетий навигация марсохода была кропотливым и трудоемким процессом. Люди-планировщики часами анализировали данные о рельефе, присланные с Марса, идентифицируя каждый камень и песчаную рябь, которые могли бы представлять угрозу для колес или подвески аппарата. Из-за значительной задержки связи между Землей и Марсом (от 4 до 24 минут в одну сторону) управление джойстиком в реальном времени невозможно, что требует наличия заранее подготовленных инструкций.

Новая система в корне меняет эту динамику. Используя крупномасштабные визуальные модели, ИИ может обрабатывать орбитальные снимки высокого разрешения, сделанные камерой HiRISE на борту аппарата Mars Reconnaissance Orbiter. Он объединяет эти визуальные данные с цифровыми моделями высот, чтобы «видеть» ландшафт подобно геологу, но с вычислительной скоростью, позволяющей мгновенно обрабатывать огромные наборы данных.

Продемонстрированные ключевые технические возможности:

• Идентификация опасностей: ИИ успешно обнаружил геологические препятствия, такие как обнажения коренных пород, поля валунов и опасную песчаную рябь.
• Оптимизация пути: Он генерировал непрерывные траектории движения с конкретными путевыми точками, гарантируя, что марсоход избегает опасностей, сохраняя при этом эффективный маршрут к своим научным целям.
• Верификация телеметрии: Перед выполнением план полета ИИ был тщательно протестирован в «цифровом двойнике» — виртуальной копии марсохода, где проверялось более 500 000 переменных телеметрии для обеспечения безопасности.

От виртуального планирования к марсианской реальности

Переход от теоретических возможностей к операционной реальности произошел в течение двух конкретных марсианских дней, или «солов», в конце 2025 года. 8 декабря марсоход Perseverance совершил поездку длиной 689 футов (210 метров), полностью основанную на плане, созданном ИИ. Всего через два дня он завершил второй, более длительный переход на 807 футов (246 метров).

Эти расстояния значительны. В прошлом поездки, планируемые людьми, часто были ограничены временем, доступным инженерам для оценки местности. Способность ИИ быстро синтезировать данные позволяет совершать более длительные и амбициозные переходы. Эта возможность особенно важна, когда марсоход перемещается в более сложные районы, где плотность научных целей требует частых и точных маневров.

Сотрудничество с Anthropic подчеркивает растущую тенденцию партнерства между признанными аэрокосмическими гигантами и лидерами в секторе ИИ. Использование моделей Claude AI для интерпретации сложных визуальных данных демонстрирует универсальность современных технологий компьютерного зрения, перенося их из земных приложений, таких как беспилотные автомобили, в уникальные условия внеземных миров.

Сравнение работы: человек против ИИ

Чтобы понять масштаб этого сдвига, полезно сравнить традиционный рабочий процесс с этим новым подходом на основе ИИ. В таблице ниже приведены основные различия в методологии планирования.

Таблица 1: Эволюция планирования маршрута марсохода

Переосмысление будущего освоения космоса

Успех этих поездок имеет глубокие последствия для будущего программы NASA по исследованию Марса и космических путешествий в целом. Ванди Верма, выдающийся специалист по космической робототехнике в JPL и член инженерной команды Perseverance, подчеркнула, что это только начало. «Фундаментальные элементы генеративного ИИ демонстрируют большие перспективы в оптимизации основ автономной навигации для вождения на других планетах: восприятия, локализации, а также планирования и управления», — заявила Верма.

Эта технология решает одну из самых критических проблем планетных исследований: рабочую нагрузку оператора. Передавая рутинные задачи по навигации интеллектуальным системам, ученые и инженеры могут сосредоточиться на высокоценных задачах, таких как анализ геологических образцов или поиск признаков древней микробной жизни.

Более того, по мере продвижения миссий дальше в Солнечную систему к таким объектам, как Европа или Энцелад, задержки связи увеличатся с минут до часов. В таких сценариях способность зонда принимать автономные решения — воспринимать окружающую среду и действовать, не дожидаясь команды с Земли — станет решающим фактором между успехом и провалом миссии.

Новая эра интеллектуальной робототехники

Администратор NASA Джаред Айзекман приветствовал демонстрацию как важный шаг вперед. «Подобные автономные технологии могут помочь миссиям работать более эффективно, реагировать на сложные условия рельефа и увеличивать научную отдачу по мере удаления от Земли», — отметил Айзекман. Его комментарии отражают более широкую стратегию агентства по интеграции «краевых приложений» ИИ непосредственно в космические аппараты, вертолеты и дроны.

Мэтт Уоллес, менеджер офиса систем исследования JPL, предвидит будущее, в котором коллективная мудрость инженеров NASA будет встроена в агентов ИИ, исследующих другие миры. Эта концепция «воплощенного ИИ» — где программное обеспечение понимает не только данные, но и физические ограничения и научные цели оборудования — представляет собой следующий рубеж для марсохода Perseverance и его преемников.

В то время как мы стремимся к амбициозным целям постоянного присутствия человека на Луне и будущих пилотируемых миссий на Марс, доверие, установленное между операторами-людьми и планировщиками ИИ во время этих поездок, неоценимо. Это доказывает, что генеративные модели могут надежно работать в условиях высоких ставок и суровых сред, открывая двери для нового поколения умных исследователей, которые являются партнерами, а не просто инструментами, в нашем стремлении понять Вселенную.