1771210173
2026-02-16 01:12:00
2021 年に火星に着陸して以来、NASA の探査機パーサヴィアランスは多くの重要な成果を記録し続けています。 2025 年 12 月、パーサヴィアランスは、Anthropic の生成人工知能 (AI) モデルであるクロードによって設計された最長ルートを走行し、新たな歴史を作りました。
クロードの配備は、NASA が別の惑星でのロボットナビゲーションに大規模言語モデル (LLM) を初めて使用したことを示しています。このステップは、実空間探査への AI の統合における大きな進歩を示しています。
クロードが火星の地形でルートを設計する
2025 年 12 月 8 日から 10 日までの期間、パーサヴィアランスはクロードが完全に設計したルートを使用して、ジェゼロ クレーターの約 400 メートルの距離を走行しました。 NASAのジェット推進研究所（JPL）は、車輪のスリップや探査車の立ち往生などのリスクを回避するためのコースを考案するために、AIへの限定的なアクセスを提供しています。
ルート計画は通常、衛星画像と車載永続カメラを利用して人間のオペレーターによって手動で行われます。このプロセスには長い時間と集中的なチームの調整が必要です。クロードを使用すると、計画がより迅速かつ効率的になります。
クロードによるパス計画プロセス
以前、NASA は、Anthropic のプログラミング エージェントである Claude Code に、探査車の履歴、火星の地形状態、安全性パラメーターを含む包括的なミッション データを提供していました。 AIは約10メートルのセグメントごとにウェイポイントを結び、段階的にルートを設計します。
クロード氏はまた、火星の岩だらけの地形を理解するために、NASA の HiRISE カメラとデジタル標高モデルからの画像を処理しました。分析後、AI はルートを探査機マークアップ言語、つまり Perseverance が実行できる特別なコマンド言語に変換します。
NASAエンジニアによる厳密な検証と調整
クロードが設計したすべてのルートは、実装前に JPL での厳密なシミュレーションを通過する必要があります。このシミュレーションでは、火星の地形における探査機の安全性とセキュリティのための 500,000 を超えるテレメトリ変数に基づいてルートがチェックされます。
エンジニアリング チームは、コースの設計時にクロードがアクセスしたデータよりも、彼らが持っていた表面画像の方が完全である場合があったため、ほんのわずかな調整を加えただけでした。 Perseverance も大きな問題なくこのルートを実行することに成功しました。
ミッション効率と AI 導入の影響
Claude を使用すると、ルート計画時間を最大 50% 短縮でき、オペレーターは科学的データの収集とより広範な探査計画に集中できるようになります。 NASA は、ミッションの生産性と一貫性を高めるために AI を適用することを検討しています。
効率性の観点から、NASA 長官のジャレッド・アイザックマン氏は、クロードのような自律型テクノロジーを使用することで、たとえ人的リソースが限られているとしても探査結果を最大化できると強調しました。 NASA は探査需要の増大に伴い予算削減と人員削減に直面しているため、これは特に重要です。
宇宙探査における AI の開発
1 年も経たない前、クロードのナビゲーション能力はまだ非常に限られていました。今、AIは火星の困難で複雑な地形の探索に成功しました。この成功により、将来の惑星ミッションを最適化するために、NASA と AI 開発者が継続的に協力する機会が開かれます。
NASA は、自律型 AI システムが、太陽系のますます遠く離れた困難な領域を探索するための重要な鍵であると考えています。火星におけるクロードの業績は、生成 AI が単なる実験ではなく、宇宙探査の未来の現実の一部となったことを示しています。
詳細については、以下をご覧ください。 www.beritasatu.com
#クロード #はNASA #が探査機パーサヴィアランスを制御して火星の表面をより効率的に探索するのに役立ちます