طراحی مسیر حرکت
این نمایش در روزهای ۸ و ۱۰ دسامبر و با هدایت آزمایشگاه پیشرانش جت ناسا (JPL) در کالیفرنیای جنوبی انجام شد. در این پروژه، مهندسان با بهرهگیری از هوش مصنوعی، نقاط کلیدی مسیر حرکت مریخنورد را طراحی کردند؛ وظیفهای که به طور سنتی بر عهده رانندگان مجرب مریخنورد در زمین بوده است. مریخنورد استقامت ناسا هر دو مسیر را بدون استفاده از مسیرهای طراحیشده انسانی و با موفقیت کامل طی کرد و نشان داد که هوش مصنوعی توان برنامهریزی ناوبری پیچیده سطحی در سیاره دیگری را دارد.
جرد آیزاکمن، مدیر ناسا در اینباره گفت: «این آزمایش نشان میدهد که توانمندیهای ما تا چه اندازه پیشرفت کرده است و افقهای تازهای برای اکتشاف جهانهای دیگر میگشاید. فناوریهای خودران از این دست میتوانند کارایی ماموریتها را افزایش دهند، به شرایط دشوار زمین واکنش سریعتری نشان دهند و با افزایش فاصله از زمین، بازده علمی را بالا ببرند.»
برای مطالعه بیشتر: دو گونه باکتری که میتوانند پایهگذار اولین خانه انسان در مریخ باشند + ویدیو
تیم JPL در این آزمایش به مدلهای بینایی-زبانی تکیه کرد؛ گونهای از هوش مصنوعی که قادر است تصاویر و متن را به صورت همزمان تفسیر کند. این سامانه همان دادههایی را تحلیل کرد که معمولا برنامهریزان انسانی به آن دسترسی دارند، که از جمله آنها میتوان به تصاویر ثبتشده توسط مریخنورد، نقشههای زمینشناسی و اطلاعات مربوط به مخاطرات محیطی اشاره کرد. بر پایه این دادهها، هوش مصنوعی مسیری پیوسته با نقاط امن طراحی کرد. این پروژه با همکاری شرکت Anthropic و استفاده از مدلهای Claude اجرا شد. هوش مصنوعی عناصری مانند سنگ بستر نمایان، موجهای ماسهای، شیبهای تند و میدانهای سنگی را ارزیابی و مسیری را انتخاب کرد که ضمن اجتناب از خطرات، مریخنورد استقامت ناسا را در مسیر درست هدایت کند.
مقاله پیشنهادی: انسان چگونه خود را برای سفر به مریخ آماده می کند؟ + ویدیو
هدایت گامبهگام مریخنورد استقامت ناسا
این مریخنورد در روز ۱۷۰۷ ماموریت استقامت روی مریخ، مسافتی معادل ۲۱۰ متر را پیمود و دو روز بعد، یک مسیر ۲۴۶ متری دیگر را نیز با برنامهریزی هوش مصنوعی به انجام رساند؛ هر دو حرکت کاملا مطابق پیشبینیها و در محدوده ایمن عملیاتی انجام شدند. با وجود سطح بالای خودمختاری، مهندسان ناسا فرمانهای تولیدشده توسط هوش مصنوعی را به طور مستقیم به مریخ ارسال نکردند. تمامی دستورها ابتدا با استفاده از «دوقلوی دیجیتال» مریخنورد استقامت در آزمایشگاه پیشرانش جت (JPL) مورد راستیآزمایی قرار گرفت. این شبیهساز مجازی بیش از ۵۰۰ هزار متغیر تلهمتری را بررسی کرد تا از سازگاری کامل فرمانها با نرمافزار پروازی مریخنورد اطمینان حاصل شود. تنها پس از تایید نهایی، دستورها برای اجرا به مریخ ارسال شدند.
با توجه به فاصله متوسط ۱۴۰ میلیون مایلی میان زمین و مریخ، تاخیرهای ارتباطی طولانی اجتنابناپذیر است و کنترل لحظهای را غیرممکن میکند. از همین رو، تیمهای عملیاتی مسیر حرکت مریخنوردها را از پیش و به صورت گامبهگام طراحی میکنند. برنامهریزی مبتنی بر هوش مصنوعی میتواند این فرایند زمانبر را سادهتر کند و سرعت عملیات روزانه ماموریتها را افزایش دهد.
وندی ورما، رباتیکدان فضایی در JPL و از مهندسان استقامت بیان کرد: «مولفههای بنیادین هوش مصنوعی مولد، نویدبخش تحول در ارکان اصلی ناوبری خودران برای رانندگی در محیطهای فرازمینی هستند.» وی تصریح کرد: «ما بهسوی روزی حرکت میکنیم که هوش مصنوعی مولد و سایر ابزارهای هوشمند، مریخنوردهای سطحنشین را قادر خواهند ساخت پیمایشهایی در مقیاس کیلومتر انجام دهند، در حالی که بار کاری اپراتورها به حداقل برسد.» ناسا این آزمایش را بسترسازی برای مراحل بعدی اکتشافات فضایی میداند. ناوبری یاریگرفته از هوش مصنوعی میتواند امکان پیمایشهای طولانیتر، شناسایی سریعتر اهداف علمی ارزشمند و پشتیبانی از مأموریتهای رباتیک و انسانی آینده را حتی فراتر از مریخ فراهم کند.
