کاوشگر مریخی ناسا، پشتکار (Perseverance)، اخیراً اولین حرکت خود را با استفاده از دستورات ارائهشده توسط چتبات هوش مصنوعی (AI) شرکت Anthropic، به نام Claude، انجام داد. این دستاورد، نخستین باری است که یک مدل هوش مصنوعی تولیدی نقش مستقیمی در برنامهریزی حرکت یک کاوشگر در سیارهای دیگر ایفا میکند.
این حرکت در تاریخ ۲۷ ژانویه انجام شد و Claude دستورات ناوبری سطح بالا را ارائه کرد که سپس به مختصات دقیق تبدیل و به مریخ ارسال شدند. معمولاً این دستورات پیچیده بهصورت دستی و پس از محاسبات و برنامهریزی طولانی ارائه میشوند.
در یک پست خبری، آزمایشگاه پیشرانش جت (JPL) ناسا این دستاورد را اعلام کرد. این فرایند با ارائه یک نقشهٔ زمینشناسی و اهداف علمی توسط یک برنامهریز انسانی به Claude آغاز شد. سپس چتبات هوش مصنوعی یک توالی از مختصات میانی (waypoints) را بر اساس مسیر مورد نظر، محدودیتهای شیب و ملاحظات ایمنی تولید کرد. این مختصات توسط مهندسان مأموریت بررسی و اصلاح شد و سپس از فاصلهٔ ۳۶۲ میلیون کیلومتر بین زمین و مریخ به Perseverance ارسال شد، طبق اعلام Anthropic.
Perseverance پس از برنامهریزی مبتنی بر AI، تقریباً ۲۳ متر (۷۵ فوت) روی سطح مریخ حرکت کرد و از میان زمینهای صخرهای داخل دهانه جیزرو (Jezero Crater) عبور کرد، جایی که این کاوشگر به تحقیقات زمینشناسی و اخترزیستشناسی میپردازد. موفقیت این حرکت نشان داد که برنامهریزی با کمک AI مسیر ایمنی را فراهم کرده است، به گفته ناسا.
حرکت کاوشگر توسط تیمهای ناوبری و مهندسی مأموریت زیر نظر گرفته شد و آنها وضعیت و دادههای تلِمتری کاوشگر را پس از اجرای حرکت بررسی کردند.
برای این پروژه، شرکت Anthropic، Claude را با مدلهای بینایی-زبان مجهز کرد تا دادههای موجود از مجموعه دادههای مأموریت JPL را تحلیل کند. ناسا اعلام کرد که چتبات از همان تصاویر و دادههایی استفاده کرد که برنامهریزان انسانی برای ایجاد این مختصات به آنها تکیه دارند.
ناسا تأکید کرد که Claude بهطور مستقیم یا خودمختار کاوشگر را کنترل نکرد. در عوض، نقش این چتبات کمک به برنامهریزی و پیشنهاد مختصات برای ارزیابی مهندسان بود. پیش از این آزمایش، برنامهریزی حرکتهای کاوشگر مریخ معمولاً توسط تیمهای انسانی انجام میشد که مسیر عبور را بر اساس تصاویر مداری، مدلهای سهبعدی زمین و محدودیتهای مشخص مأموریت انتخاب میکردند.
واندی ورما (Vandi Verma)، رباتیکدان فضایی در JPL و عضو تیم مهندسی Perseverance، گفت:
«عناصر بنیادین هوش مصنوعی تولیدی در حال نشان دادن نوید زیادی برای سادهسازی پایههای ناوبری خودمختار برای حرکت در خارج از زمین هستند. ما به سوی روزی پیش میرویم که هوش مصنوعی تولیدی و ابزارهای هوشمند دیگر به کاوشگرهای سطحی ما کمک کنند تا مسیرهای چند کیلومتری را با حداقل بار کاری اپراتورها طی کنند و با بررسی حجم عظیمی از تصاویر کاوشگر، ویژگیهای جالب سطحی را برای تیم علمی ما مشخص کنند.»
