Den första AI-planerade körningen på en annan planet
Den 8 och 10 december 2025 hade kommandona som skickades till NASA:s Perseverance-rover skrivits av en AI för första gången. Anthropics Claude planerade körningen.
Ingenjörer vid NASA:s Jet Propulsion Laboratory (JPL) använde Claude för att kartlägga rutten för Perseverance att navigera en 400 meter lång sträcka genom ett stenfält på Mars yta. Fyrahundra meter är ett varv på en löparbana, men det markerar en historisk start för AI inom rymdutforskning.
Utmaningen med att köra på Mars
Att utforska Mars innebär att alltid verka i det förflutna. Det tar ungefär tjugo minuter för en signal att nå rovern från jorden. När en ny instruktion anländer har rovern redan agerat på den föregående.
Varje roverkörning måste planeras noggrant för att undvika att maskinen glider, välter, snurrar hjulen eller fastnar. Mänskliga operatörer har traditionellt lagt ut vägpunkter med hjälp av bilder tagna från rymden och roverns ombordkameror. Planen skickas sedan över 362 miljoner kilometer via Deep Space Network.
Detta är arbete med höga insatser. År 2009 körde Spirit-rovern in i en sandfälla och rörde sig aldrig igen.
Hur Claude planerade Mars-roverrutten
JPL:s ingenjörer testade om Claude kunde hjälpa till att planera Perseverances rutt med samma precision som en mänsklig operatör. Processen sattes upp i Claude Code, som tillhandahöll den agentiska kodningsmiljön för uppgiften:
| Steg | Beskrivning |
|---|---|
| Kontextladdning | Flera års roverkörningsdata och erfarenhet tillhandahölls Claude Code |
| Bildanalys | Claudes visuella förmågor analyserade orbitala flygbilder |
| Ruttplanering | Vägpunkter plottades i 10-metersegment längs sträckan |
| Kodgenerering | Kommandon skrevs i Rover Markup Language (XML-baserat) |
| Självkritik | Claude itererade på sitt eget arbete och föreslog revideringar |
| Validering | Över 500 000 variabler modellerades i simulering för att verifiera säkerheten |
| Mänsklig granskning | JPL-ingenjörer granskade och gjorde bara mindre justeringar |
JPL-ingenjörer samlade flera års kördata och erfarenhet och laddade sedan in det i Claude Code. Med denna kontext skrev Claude navigationskommandon i Rover Markup Language, det XML-baserade språket som ursprungligen utvecklades för Mars Exploration Rover-uppdraget.
Validering och resultat
När JPL-ingenjörer granskade Claudes planer fann de att bara mindre ändringar behövdes. Exempelvis gav markbaserade kamerabilder en tydligare bild av sandripplar som Claude inte hade sett, vilket krävde en mer precis ruttdelning i en smal korridor. I övrigt höll rutten väl.
Planerna skickades till Mars, och rovern genomförde framgångsrikt den planerade sträckan. Ingenjörer uppskattar att användningen av Claude kommer att halvera ruttplaneringstiden.
Vad AI-navigering på Mars betyder för framtiden
Claudes roll i Perseverance-uppdraget är ett test inför det som kommer härnäst. De centrala förmågorna – att förstå nya situationer, skriva kod för komplexa instrument och fatta beslut utan ständig mänsklig input – tillämpas direkt på längre och mer ambitiösa uppdrag.
Kommande AI-rymdtillämpningar
- Artemis-programmet: NASA planerar att skicka tillbaka människor till månen och etablera en bas vid månens sydpol
- Månoperationer: AI kan assistera med geologisk kartläggning och övervakning av livsuppehållande system
- Rymdsonder till djupa rymden: Autonom AI kan hjälpa till att utforska avlägsna delar av solsystemet där signalfördröjningar sträcker sig till timmar
- Oceanvärldar: Framtida sonder kan besöka månar som Europa eller Titan och sjunka genom isskal för att kartlägga kurser genom underjordiska oceaner
Samma AI-modell som utvecklare använder för att skriva kod och söka efter sårbarheter hjälper nu mänskligheten att utforska andra världar.
Originalkälla
https://www.anthropic.com/marsVanliga frågor
Vad gjorde Claude AI på Mars?
Hur planerar Claude en Mars-roverkörning?
Var den AI-planerade Mars-roverrutten säker?
Hur mycket tid sparar AI-ruttplanering för Mars-rovers?
Håll dig uppdaterad
Få de senaste AI-nyheterna i din inkorg.
