Signal YCurated AI News
更新于 11/5 20:4061 个信源

生成式 AI 让航天器获得工程师曾忌惮的自主能力

AI 研究9/28 19:00IEEE Spectrum · AI查看原文 ↗
摘要

NASA 与航天工程界正把生成式 AI 引入太空任务,试验其在轨道与深空场景中自主感知、规划乃至决策的能力;但技术尚不足以交出航天器控制权,而任务日益复杂、遥远、密集又让工程师开始质疑是否承担得起不这么做的代价。

核心要点
  • 去年 12 月,NASA 喷气推进实验室用 Anthropic 的 Claude 模型协助规划『毅力号』火星车的两次行驶路线,路线在上传前由人类规划者检查与调整。
  • 今年 5 月,NASA 与 IBM 把一个压缩后的 AI 模型部署到国际空间站和一颗卫星上,从轨道识别洪水、云层等目标,是同类模型首次在太空演示。
  • 今年 7 月,国际空间站宇航员测试了一个大语言模型,评估其能否回答维护程序类问题。
  • 前 NASA 软件、机器人与仿真部门主管 Robert Ambrose 指出,自主系统往往没有确定性结果,同一情境因到达路径不同可能产生不同行为,这正是工程师排斥自主性的原因。
  • 应对复杂度的一种办法是把测试本身自动化——Ambrose 称之为『用自主化对抗自主化的挑战』,并认为确实行之有效。
原文佐证
  • Last December, NASA’s Jet Propulsion Laboratory used Anthropic’s Claude models to help plan two Mars drives for the Perseverance rover , with human planners checking and adjusting the route before upload.
  • “Autonomy often does not have a deterministic outcome, which means that how you got into a certain situation changes the behavior,”
  • “We fought the challenges of autonomy using autonomy,” he says. “That actually works.”
AI 洞察
这条资讯的真正分量不在『AI 上太空』,而在于安全关键领域开始接纳非确定性系统——瓶颈已从模型能力转向验证与测试方法论,『用 AI 测 AI』可能成为新的工程学科。对模型厂商而言,可验证、可审计的自主决策能力将成为进入航天、国防等高门槛市场的门票,竞争维度会从跑分转向可靠性与认证。落地路径大概率是渐进式的:先交出流程性、低风险决策,人类保留否决权,直到任务距离远到回传延迟本身成为不可逾越的约束。