NASA testar AI i rymden – rovern, satelliten och rymdstationen visar ny riktning för utforskningen

Tre experiment som förändrar spelplanen

Under det senaste året har NASA genomfört en serie experiment som, om man läser dem tillsammans, pekar mot något genuint historiskt. Enligt IEEE Spectrum använde NASA:s Jet Propulsion Laboratory i december Anthropics språkmodell Claude för att planera körningsrutter åt Mars-rovern Perseverance. Mänskliga planerare granskade och justerade rutterna innan de laddades upp – men poängen är att AI:n tog ett aktivt grepp om planeringen, inte bara fungerade som ett sökverktyg.

I maj togs nästa steg: en komprimerad AI-modell installerades på den internationella rymdstationen och på en satellit i omloppsbana, med uppdraget att identifiera översvämningar och molnformationer från rymden. Det var, enligt IEEE Spectrum, första gången en sådan modell visats i praktiken utanför jordens atmosfär. Och i juli provade astronauter på rymdstationen ett stort språkmodellsystem för att besvara frågor om underhållsrutiner.

Tre experiment. Tre olika användningsområden. En tydlig riktning.

Autonomi – det ord som rymdingenjörer fruktat

Det finns historiska skäl till att autonomi länge varit ett närmast förbjudet begrepp inom rymdteknik. I decennier har modellen varit enkel och robust: ingenjörer på jorden bestämmer exakt vad en farkost ska göra, farkosterna följer instruktionerna till punkt och pricka. Inga överraskningar, inga egna initiativ.

Men den modellen har ett inbyggt tak. Kommunikationsfördröjningen till Mars kan vara upp till tjugo minuter enkel resa – vilket gör realtidsstyrning omöjlig i kritiska situationer. En rover som kör fast, en satellit som identifierar ett oväntat fenomen, en astronaut som behöver svar omedelbart – alla dessa scenarier kräver något som liknar lokal beslutsförmåga.

Det är precis det som generativ AI, i teorin, kan erbjuda. Förmågan att tolka en situation, väga alternativ och agera – utan att vänta på godkännande från Houston.

Teknikens begränsningar är verkliga

Här är det viktigt att vara ärlig om var vi faktiskt befinner oss. De experiment som genomförts är lovande, men de är fortfarande experiment. Rymden ställer krav som inte liknar något annat:

• Strålningsmiljön kan korruptera beräkningar och slå ut hårdvara på oförutsägbara sätt
• Beräkningskraft och energiåtgång måste hållas extremt låg – de stora språkmodeller vi använder på jorden är alldeles för resurskrävande
• Tillförlitlighet måste vara nära hundraprocentig – det finns ingen servicetekniker att ringa
• Förklarbarhet är avgörande: ingenjörer måste kunna förstå varför ett AI-system fattade ett visst beslut

Det är anledningen till att modellerna som testats i rymden är komprimerade, nedskalade versioner av sina jordiska motsvarigheter. Att pressa ned en språkmodell till en bråkdel av sin ursprungliga storlek utan att förlora kritisk förmåga är i sig ett aktivt forskningsområde.

Ett paradigmskifte som byggs underifrån

Det som gör dessa experiment intressanta ur ett systemperspektiv är att de representerar en gradvis förskjutning av var intelligensen sitter i ett rymduppdrag. Historiskt har intelligensen funnits på marken, hos ingenjörerna. Nu testas modeller där intelligensen delvis finns ombord.

Det är samma resa som självkörande fordon gjorde – från regelbaserade system till maskininlärning, från förprogrammerade kartor till realtidstolkning av omgivningen. Rymdindustrin befinner sig i den allra tidigaste fasen av den resan.

Men till skillnad från en bil som kör av vägen, är konsekvenserna av ett fel i rymden svårare att korrigera. Det sätter rimliga gränser för hur snabbt autonomin kan öka – och det är bra. Försiktighet och ambition behöver inte utesluta varandra.

Det vi ser just nu är grundarbetet som läggs för framtida uppdrag till månen, Mars och längre ut – uppdrag där kommunikationsfördröjningarna gör mänsklig realtidsstyrning fysiskt omöjlig. AI är inte ett val i det scenariot. Det är en förutsättning.