NASA 的噴氣推進實驗室(JPL)測試了 Claude,以協助規劃。利用多年來的探測車操作數據,Claude 生成了 Rover Markup Language 指令,設計了第1707和1709日的路徑點。該 AI 反覆優化路線,然後通過毅力號的模擬進行驗證,模擬超過50萬個變數以確保安全。工程師僅根據地面圖像做了微調,探測車成功完成了由 AI 規劃的路線。
JPL 預估,使用 Claude 可以將路線規劃時間縮短一半,同時提升一致性,使操作員能安排更多次行駛、收集更多數據,並增加科學產出。這項實驗也展現了 AI 在未來太空探索中的潛力,因為自主系統能理解複雜環境、撰寫操作代碼並做出適應性決策,將成為更長、更危險任務的關鍵。
火星自主AI引領NASA阿耳忒弥斯月球任務與深空探索的未來
展望未來,NASA 的阿耳忒弥斯計畫旨在讓人類重返月球,並在月球南極建立基地。像 Claude 這樣的自主 AI 助手可以支援這些任務,通過繪製月球地形、監控生命維持系統以及高效管理複雜任務。在更遠的未來,這些 AI 系統甚至能讓探測器獨立探索外太陽系,穿越極端條件和通訊延遲,調查如 Europa 或 Titan 這樣的衛星。
Claude 在火星上的400米行駛展現了一個未來:自主機器能快速做出適應性決策,將人類的觸角延伸到更深的太陽系,而不再依賴地球的控制。
AI 已經從協助日常辦公任務(如撰寫電子郵件和除錯程式碼)快速演進到挑戰曾被認為只有人類才能完成的任務,例如規劃和導航火星探測車。Claude 成功完成的這次400米行駛,距離地球超過1.4億英里,彰顯了現代 AI 不僅可靠,更在自主性、複雜決策和即時問題解決方面的能力日益提升。在極端環境中展現出來的這些能力,預示著 AI 在探索、科學和技術創新中將扮演不可或缺的角色。
Claude 展示太空中的人工智能自主性,為未來的月球和深空任務鋪平道路
簡要摘要
NASA 已透露其毅力號探測車在去年12月完成了史上首次由人工智慧規劃的火星行駛,成功穿越火星表面400米的路線,該路線由 Anthropic 的 Claude 協助繪製。
人工智慧研究與安全公司 Anthropic 揭示,NASA 的毅力號探測車最近完成了史上首次由人工智慧規劃的火星行駛,Anthropic 的 Claude 協助繪製了一條穿越火星表面的400米路線,該探測車在12月成功導航。
毅力號是一台車大小的機器人,配備攝像頭和科學儀器,自2021年2月起一直在探索火星,分析 Jezero 火山口的地質和氣候,該地點因其古水證據和潛在的古微生物生命而被選中。
在火星上駕駛是一項複雜的任務,因為探測車必須避開滑倒、傾覆或卡住等危險。傳統上,人類操作員會根據軌道和探測車圖像規劃每次行駛,並傳送指令,跨越地球與火星之間的3.62億公里距離。即使有幫助毅力號避開障礙的 AutoNav 系統,規劃仍然繁瑣且預見性有限。
NASA 的噴氣推進實驗室(JPL)測試了 Claude,以協助規劃。利用多年來的探測車操作數據,Claude 生成了 Rover Markup Language 指令,設計了第1707和1709日的路徑點。該 AI 反覆優化路線,然後通過毅力號的模擬進行驗證,模擬超過50萬個變數以確保安全。工程師僅根據地面圖像做了微調,探測車成功完成了由 AI 規劃的路線。
JPL 預估,使用 Claude 可以將路線規劃時間縮短一半,同時提升一致性,使操作員能安排更多次行駛、收集更多數據,並增加科學產出。這項實驗也展現了 AI 在未來太空探索中的潛力,因為自主系統能理解複雜環境、撰寫操作代碼並做出適應性決策,將成為更長、更危險任務的關鍵。
火星自主AI引領NASA阿耳忒弥斯月球任務與深空探索的未來
展望未來,NASA 的阿耳忒弥斯計畫旨在讓人類重返月球,並在月球南極建立基地。像 Claude 這樣的自主 AI 助手可以支援這些任務,通過繪製月球地形、監控生命維持系統以及高效管理複雜任務。在更遠的未來,這些 AI 系統甚至能讓探測器獨立探索外太陽系,穿越極端條件和通訊延遲,調查如 Europa 或 Titan 這樣的衛星。
Claude 在火星上的400米行駛展現了一個未來:自主機器能快速做出適應性決策,將人類的觸角延伸到更深的太陽系,而不再依賴地球的控制。
AI 已經從協助日常辦公任務(如撰寫電子郵件和除錯程式碼)快速演進到挑戰曾被認為只有人類才能完成的任務,例如規劃和導航火星探測車。Claude 成功完成的這次400米行駛,距離地球超過1.4億英里,彰顯了現代 AI 不僅可靠,更在自主性、複雜決策和即時問題解決方面的能力日益提升。在極端環境中展現出來的這些能力,預示著 AI 在探索、科學和技術創新中將扮演不可或缺的角色。