В декабре 2025 года Лаборатория реактивного движения NASA использовала модели Claude компании Anthropic для планирования двух маршрутов движения марсохода Perseverance. Генеративный ИИ анализировал изображения и данные о рельефе Марса и формировал маршрутные точки, которые обычно выбирают специалисты миссии. Перед передачей команд марсоходу инженерная команда проверяла их совместимость с программным обеспечением аппарата и прогоняла через его цифровой двойник.
В мае 2026 года NASA и IBM продемонстрировали работу сжатой версии геопространственной foundation model Prithvi сразу на двух орбитальных платформах — спутнике Kanyini и полезной нагрузке на Международной космической станции. Модель использовалась, в частности, для обнаружения на снимках наводнений и облаков. NASA называет это первым развёртыванием геопространственной foundation model непосредственно на орбите.
А в июле астронавты на МКС испытали большую языковую модель, чтобы выяснить, может ли она помогать экипажу при работе с процедурами технического обслуживания.
По отдельности эти эксперименты выглядят как технологические демонстрации. Вместе они указывают на гораздо более серьёзный сдвиг в космической инженерии.
Десятилетиями инженеры на Земле старались заранее определить, что именно будет делать аппарат в каждой возможной ситуации, а бортовая система выполняла заранее заданные алгоритмы. Теперь исследователи проверяют, могут ли недетерминированные системы, включая генеративный ИИ, дать космическим аппаратам больше свободы для интерпретации окружающей среды, планирования действий и, в перспективе, самостоятельного принятия решений.
До передачи ИИ полноценного управления космическими аппаратами ещё далеко. Но по мере усложнения и удалённости миссий возникает неудобный вопрос: сможет ли человек вообще продолжать принимать все решения, когда скорость происходящих событий и объём обрабатываемых данных превысят возможности наземных операторов?
Почему космическим аппаратам нужна настоящая автономия
Космические аппараты работают автономно уже десятилетиями. Однако автономия никогда не становилась доминирующей моделью, отчасти потому, что космические инженеры особенно ценят предсказуемость поведения системы.
«Автономия часто не имеет детерминированного результата, а значит, то, как вы попали в определённую ситуацию, меняет поведение. Так что если вы попадёте в ту же ситуацию, но с разных путей, результат может быть другим. И поэтому инженеры это ненавидят», — говорит Роберт Амброуз, бывший руководитель отдела программного обеспечения, робототехники и симуляции NASA.
Большую часть своей карьеры Амброуз работал с автономными системами NASA, в том числе над автономными функциями космического корабля Orion и роботом Robonaut 2. Опыт с Orion показал, насколько быстро растёт сложность тестирования автономных систем: инженерам приходится учитывать не только возможные действия аппарата, но и множество вариантов того, как именно он может прийти к конкретному решению.
Однако, по словам Амброуза, инженеры нашли способ справляться с этой сложностью — в том числе автоматизируя само тестирование.
«Мы боролись с вызовами автономии, используя автономию», — говорит он. «Это действительно работает».
Потребность в автономии становится особенно очевидной по мере удаления аппарата от Земли. Амброуз приводит в пример потенциальную миссию к Европе — спутнику Юпитера, покрытому ледяной корой. Если аппарат должен будет пролететь через водяной шлейф, выбрасываемый из-под поверхности спутника, он может столкнуться с ситуацией, которую наземные операторы физически не успеют оценить и обработать.
В таком случае решение должен будет принять сам космический аппарат.
«Решение принимает космический корабль, и мы будем наблюдать за тем, что произошло час назад», — говорит Амброуз. По его словам, миссия такого типа «совершенно невозможна» без предоставления аппарату реальной автономии.
Именно здесь проходит важная граница между традиционной автоматизацией и новой космической автономией. Автоматическая система выполняет заранее предусмотренный алгоритм. Автономная система должна самостоятельно выбирать действие в ситуации, которую разработчик не обязательно мог полностью предусмотреть.
Роботов приходится заново учить физике
Развитие ИИ и робототехники на Земле совпало с ростом коммерческой космической отрасли. Это открывает новые возможности для применения роботизированных систем на орбите, но одновременно обнаруживает фундаментальную проблему: физика космической среды отличается от земной.
Компания Icarus Robotics разрабатывает то, что называет роботизированной рабочей силой для космоса. В её проектах есть Joy — свободно летающая роботизированная система, предназначенная для работы в условиях микрогравитации.
Joy недавно завершила испытания в условиях невесомости в Канаде перед планируемым развёртыванием на МКС. Одной из первых задач робота должно стать перемещение грузовых мешков между модулями станции.
Однако компания не собирается сразу передавать Joy полную автономность. Первый этап предполагает телеуправление. Полученные при этом данные планируется использовать для последующего обучения робота самостоятельной работе.
«То, как будет выглядеть запуск, скорее всего, будет гораздо ближе к началу с частичной автономией, чтобы у вас оставался весь процесс человеческого надзора», — говорит Джейми Палмер, соучредитель и технический директор Icarus Robotics.
Проблема в том, что робот, обученный на Земле, учится взаимодействовать с физикой земной среды. В условиях микрогравитации многие привычные закономерности перестают работать.
«Если взять новейшую модель робототехники Gemini или самую новую модель физического интеллекта и поставить её в невесомость, она сразу же выйдет из строя», — говорит Палмер.
Простой пример — предмет, который робот сталкивает со стола. На Земле он падает вниз. На орбите предмет продолжит движение по инерции.
Для человека эта разница очевидна. Для роботизированной системы, обученной на огромном массиве наземных данных, она может стать фундаментальной проблемой.
Поэтому Icarus сталкивается с той же задачей, что и наземная робототехника, но в значительно более жёсткой форме: реальных данных о среде, в которой предстоит работать космическим роботам, очень мало.
Компания объединяет демонстрации роботов в микрогравитации с компьютерным моделированием и испытаниями на Земле, формируя собственный набор данных.
«Хотелось бы, чтобы существовал» доступный набор данных, который Icarus могла бы скачать и использовать, говорит Итан Барахас, соучредитель и генеральный директор компании. «Но сегодня такого нет — по крайней мере, в сколько-нибудь значимом масштабе».
Главная проблема — не автономность, а управление риском
Научить космический аппарат действовать самостоятельно — только половина задачи. Гораздо сложнее определить, сколько свободы ему можно предоставить и как контролировать последствия ошибочного решения.
«Меня поражает, насколько мало автономии у нас в космических приложениях», — говорит Уфук Топку, профессор инженерии Техасского университета в Остине и директор Центра автономии. По его словам, именно космос — одна из областей, где участие человека чрезвычайно сложно, цена ошибки высока, а решения иногда необходимо принимать быстро.
При этом цель не может заключаться в том, чтобы гарантировать полное отсутствие ошибок автономной системы. Более интересный подход — начинать с ограниченных областей применения, наблюдать за поведением системы и постепенно расширять круг задач, для которых ей разрешается действовать самостоятельно.
Таким образом, главный вопрос заключается не в том, можно ли полностью устранить риск автономии. Сделать это, скорее всего, невозможно. Вопрос в другом: насколько хорошо этот риск удаётся измерять, ограничивать и контролировать.
Для космической отрасли это особенно актуально сейчас, когда меняется сама скорость развития миссий.
Большую часть космической эры сравнительно небольшое число государственных агентств разрабатывало миссии, которые могли проектироваться и готовиться десятилетиями. Сегодня коммерческие компании выводят на орбиту всё больше аппаратов, а новые миссии создаются и запускаются значительно быстрее.
«Раньше в космосе были очень медленные циклы инноваций. Придумывали концепцию миссии и тратили на неё 10 или 15 лет. Теперь это уже не так. Всё развивается гораздо быстрее», — отмечает Топку.
И именно это ускорение может стать главным аргументом в пользу автономии. Чем больше аппаратов работает одновременно, чем дальше они находятся от Земли и чем быстрее меняется окружающая обстановка, тем сложнее сохранять модель, при которой человек на Земле остаётся единственным центром принятия решений.
Пока ИИ в космосе остаётся преимущественно инструментом для анализа данных, планирования и поддержки экипажа. Но следующий шаг уже очевиден: передать машине право самостоятельно выбирать действие в ситуации, которую разработчики заранее не предусмотрели.
И тогда возникает принципиальный вопрос для всей космической отрасли: что опаснее — дать космическому аппарату ограниченную возможность самостоятельно ошибаться или сохранить человеческое управление там, где человек уже физически не способен реагировать достаточно быстро? А что об этом думаете вы?
Источник: https://spectrum.ieee.org/generative-ai-in-space-exploration?itm_source=homepage&itm_medium=...
Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
