文章详情

美国国家航空航天局（NASA）宣布，“毅力号”火星车在火星表面成功完成了首次完全由人工智能自主规划的行驶任务。这一突破标志着深空探索技术迈入新阶段，为未来行星探测任务的自动化导航提供了关键验证。

此次试验中，生成式人工智能系统独立分析了火星表面地形数据，规划出一条避开岩石、陡坡等危险区域的行驶路线。对比图像显示，人工智能设计的品红色路线与火星车实际行驶的橙色轨迹高度吻合，验证了算法在复杂地质环境中的可靠性。任务团队特别指出，该系统无需地球端人工干预，仅依赖火星勘测轨道飞行器拍摄的高分辨率影像及地形坡度模型即可完成决策。

传统模式下，火星车每日行驶计划需由地球上的工程师团队耗时数小时制定。由于火星与地球间存在平均22分钟的光速通信延迟，实时操控不可行，导致探测效率受限。NASA喷气推进实验室工程师万迪·维尔马解释："新系统将导航决策流程自动化，使火星车能自主识别安全路径，显著减少了地球端的工作负荷。"

技术实现层面，该项目与人工智能公司Anthropic合作，采用其Claude模型处理多源数据。系统通过机器学习识别出关键地表特征后，会生成包含导航航点的路径方案。在耶泽罗陨石坑边缘的试驾中，火星车沿蓝色圆圈标记的航点行进，浅蓝色轨迹记录车轮实际移动路线，黑色线条则显示系统评估过的备选方案。

为确保安全，任务团队在指令发送前利用"毅力号"的数字孪生系统进行了数百次模拟测试。两次试驾总里程近456米，期间系统成功规避了所有预设危险区域。NASA局长贾里德·艾萨克曼评价："这项技术不仅提升了探测效率，更让航天器在远离地球时能做出更科学的决策，为未来深空任务开辟了新可能。"

目前，研究团队正优化算法以支持更长距离的自主行驶。下一代系统计划将图像分析功能与科学目标相结合，自动标记具有研究价值的地质特征，进一步减轻科学家的工作压力。这项技术若推广至木星、土星卫星等更遥远天体的探测任务，或将彻底改变人类探索太阳系的方式。