През декември NASA направи важна, макар и малка, крачка към по-пълната автономност на повърхностните си ровъри. В демонстрация екипът на Perseverance използва ИИ модел за автоматично генериране на маршрутни точки (waypoints), по които ровърът се придвижва самостоятелно.

В рамките на два отделни дни Perseverance изминава общо 456 метра без човешки контрол, разчитайки единствено на автоматично планиране и собствената си навигационна система.

Според администратора на NASA Джаред Айзъкман, демонстрацията показва докъде са стигнали възможностите за автономни технологии и как те ще разширят начина, по който хората изследват други светове – особено с увеличаване на дистанцията от Земята.

Защо автономността е критична за Марс

Марс е на такова разстояние, че комуникацията със Земята включва около 25 минути закъснение за двупосочен сигнал. Това означава, че дори при стандартни операции ровърите неизбежно работят самостоятелно за определени периоди от време.

Досега маршрутите се планират от хора:

• анализ на изображения и релефни данни,

• задаване на кратки сегменти (обикновено до 100 м),

• изпращане на плана чрез Deep Space Network и орбитални апарати.

Този процес е надежден, но бавен и силно ограничаващ дневния пробег.

Как ИИ подпомага навигацията на Perseverance

В теста ИИ анализира:

• орбитални изображения от Mars Reconnaissance Orbiter,

• данни от камерата HiRISE,

• цифрови модели на релефа.

Моделът – базиран на Claude на Anthropic – автоматично идентифицира опасности като:

• пясъчни капани,

• каменни полета,

• скални образувания и оголена основа,

и генерира безопасен маршрут от последователни точки. Оттам нататък системата за автопилот на Perseverance поема управлението, обработвайки изображения и навигационни решения в движение.

Земният „двойник“ на Perseverance

Преди маршрутите да бъдат изпратени към Марс, те са тествани на инженерния „близнак“ на ровъра – Vehicle System Test Bed (VSTB) в Mars Yard на Jet Propulsion Laboratory.

Този модел позволява на инженерите:

• да симулират реални марсиански условия,

• да валидират нови технологии,

• да минимизират риска преди реално внедряване.

По-голямата визия: километрови автономни мисии

Според Ванди Верма от JPL генеративният ИИ показва сериозен потенциал в трите ключови стълба на автономната навигация:

• възприятие (разпознаване на терена),

• локализация (знание за позицията),

• планиране и управление (избор и изпълнение на най-безопасния маршрут).

Целта е бъдещи ровъри да извършват километрови преходи с минимална човешка намеса, като паралелно маркират научно интересни обекти сред огромни обеми от изображения.

От Марс до Титан – ролята на ИИ в бъдещите мисии

ИИ не е новост за NASA, а логичен отговор на ограниченията на космическите мисии. Един от следващите големи примери ще бъде мисията Dragonfly до Титан, където автономните системи ще управляват летателен апарат, както и подбора на научни данни.

В дългосрочен план се обсъждат и концепции за:

• рояци от автономни дронове,

• координирани от ИИ,

• разширяващи обхвата на изследванията на Марс и отвъд.

Демонстрацията с Perseverance показва, че ИИ вече не е експериментален аксесоар, а ключов елемент от бъдещата космическа инфраструктура. Автономността не само увеличава ефективността и научния добив, но е фундаментална предпоставка за устойчиво човешко присъствие на Луната, Марс и по-далеч.