Code Velocity
நடைமுறையில் AI

Claude AI NASA-வின் முதல் AI-திட்டமிடப்பட்ட செவ்வாய் ரோவர் பயணத்தை இயக்குகிறது

·8 நிமிட வாசிப்பு·Anthropic, NASA·அசல் மூலம்
பகிர்
செவ்வாய் மேற்பரப்பில் NASA Perseverance ரோவர், AI-திட்டமிடப்பட்ட 400 மீட்டர் பாதையைப் பின்பற்றி பாறை நிலத்தை கடக்கிறது

மற்றொரு கிரகத்தில் முதல் AI-திட்டமிடப்பட்ட பயணம்

2025 டிசம்பர் 8 மற்றும் 10 அன்று, NASA-வின் Perseverance ரோவருக்கு அனுப்பப்பட்ட கட்டளைகள் முதல் முறையாக ஒரு AI-ஆல் எழுதப்பட்டிருந்தன. Anthropic-ன் Claude பயணத்தைத் திட்டமிட்டது.

NASA-வின் ஜெட் புரபல்ஷன் ஆய்வகத்தின் (JPL) பொறியாளர்கள், செவ்வாய் மேற்பரப்பில் ஒரு பாறை நிலத்தை கடந்து 400 மீட்டர் பாதையை வழிசெலுத்த Perseverance-க்கான பாதையை வரைய Claude-ஐ பயன்படுத்தினர். நானூறு மீட்டர் என்பது ஒரு ஓட்டப்பந்தயப் பாதையின் ஒரு சுற்று, ஆனால் இது விண்வெளி ஆய்வில் AI-க்கான வரலாற்று ஆரம்பத்தைக் குறிக்கிறது.

செவ்வாயில் ஓட்டுவதன் சவால்

செவ்வாயை ஆராய்வது என்பது எப்போதும் கடந்த காலத்தில் செயல்படுவது. ஒரு சிக்னல் பூமியிலிருந்து ரோவரை அடைய சுமார் இருபது நிமிடங்கள் ஆகும். ஒரு புதிய கட்டளை வரும்போது, ரோவர் ஏற்கனவே முந்தைய கட்டளையின்படி செயல்பட்டிருக்கும்.

ஒவ்வொரு ரோவர் பயணமும் கவனமாகத் திட்டமிடப்பட வேண்டும் — இயந்திரம் நழுவுதல், சாய்தல், சக்கரங்கள் சுழலுதல் அல்லது சிக்குதல் ஆகியவற்றைத் தவிர்க்க. மனித ஆபரேட்டர்கள் பாரம்பரியமாக விண்வெளி மற்றும் ரோவரின் கேமராக்களிலிருந்து எடுக்கப்பட்ட படங்களைப் பயன்படுத்தி வழித்தடப் புள்ளிகளை வரைந்தனர். பின்னர் திட்டம் ஆழ்விண்வெளி நெட்வொர்க் மூலம் 362 மில்லியன் கிலோமீட்டர் தொலைவில் அனுப்பப்படும்.

இது அதிக ஆபத்துள்ள வேலை. 2009-ல், Spirit ரோவர் ஒரு மணல் பொறியில் சிக்கி மீண்டும் ஒருபோதும் நகரவில்லை.

Claude செவ்வாய் ரோவர் பாதையை எவ்வாறு திட்டமிட்டது

ஒரு மனித ஆபரேட்டரின் அதே துல்லியத்துடன் Perseverance-ன் பாதையைத் திட்டமிட Claude உதவ முடியுமா என்று JPL பொறியாளர்கள் சோதித்தனர். செயல்முறை Claude Code-இல் அமைக்கப்பட்டது, இது பணிக்கான ஏஜென்டிக் கோடிங் சூழலை வழங்கியது:

படிவிளக்கம்
சூழல் ஏற்றுதல்ஆண்டுக்கணக்கான ரோவர் ஓட்டுதல் தரவு மற்றும் அனுபவம் Claude Code-க்கு வழங்கப்பட்டது
பட பகுப்பாய்வுClaude-ன் பார்வை திறன்கள் மேல்நிலை சுற்றுவட்ட படங்களை பகுப்பாய்வு செய்தன
பாதை திட்டமிடல்வழித்தடப் புள்ளிகள் 10 மீட்டர் பிரிவுகளில் வரையப்பட்டன
குறியீடு உருவாக்கம்கட்டளைகள் Rover Markup Language-இல் (XML-அடிப்படை) எழுதப்பட்டன
சுய-விமர்சனம்Claude தனது பணியை மீண்டும் செய்து, திருத்தங்களை பரிந்துரைத்தது
சரிபார்ப்புபாதுகாப்பை உறுதிசெய்ய 500,000-க்கும் மேற்பட்ட மாறிகள் உருவகப்படுத்தப்பட்டன
மனித மதிப்பாய்வுJPL பொறியாளர்கள் மதிப்பாய்வு செய்து சிறிய மாற்றங்களை மட்டுமே செய்தனர்

JPL பொறியாளர்கள் ஆண்டுக்கணக்கான ஓட்டுதல் தரவையும் அனுபவத்தையும் சேகரித்து Claude Code-இல் ஏற்றினர். இந்த சூழலுடன், Claude Mars Exploration Rover பணிக்காக உருவாக்கப்பட்ட XML-அடிப்படை மொழியான Rover Markup Language-இல் வழிசெலுத்தல் கட்டளைகளை எழுதியது.

சரிபார்ப்பு மற்றும் முடிவுகள்

JPL பொறியாளர்கள் Claude-ன் திட்டங்களை மதிப்பாய்வு செய்தபோது, சிறிய மாற்றங்கள் மட்டுமே தேவை என்று கண்டறிந்தனர். உதாரணமாக, தரை நிலை கேமரா படங்கள் Claude பார்க்காத மணல் அலைகளை தெளிவாகக் காட்டின, ஒரு குறுகிய வழியில் மிகத் துல்லியமான பாதை பிரிவு தேவைப்பட்டது. மற்றபடி, பாதை நன்றாக இருந்தது.

திட்டங்கள் செவ்வாய்க்கு அனுப்பப்பட்டன, ரோவர் திட்டமிடப்பட்ட பாதையை வெற்றிகரமாக கடந்தது. Claude-ஐப் பயன்படுத்துவது பாதை திட்டமிடல் நேரத்தை பாதியாகக் குறைக்கும் என்று பொறியாளர்கள் மதிப்பிடுகின்றனர்.

செவ்வாயில் AI வழிசெலுத்தல் எதிர்காலத்திற்கு என்ன அர்த்தம்

Perseverance பணியில் Claude-ன் பங்கு அடுத்து வருவதற்கான ஒரு சோதனை ஓட்டம். முக்கிய திறன்கள் — புதிய சூழ்நிலைகளைப் புரிந்துகொள்வது, சிக்கலான கருவிகளுக்கான குறியீடு எழுதுவது, தொடர்ச்சியான மனித உள்ளீடு இல்லாமல் முடிவுகள் எடுப்பது — நீண்ட மற்றும் அதிக லட்சிய பணிகளுக்கு நேரடியாகப் பொருந்தும்.

வரவிருக்கும் AI விண்வெளி பயன்பாடுகள்

  • Artemis திட்டம்: NASA மனிதர்களை மீண்டும் நிலவுக்கு அனுப்பி நிலவின் தென் துருவத்தில் தளம் அமைக்கத் திட்டமிடுகிறது
  • நிலவு செயல்பாடுகள்: புவியியல் வரைபடம் மற்றும் உயிர்வாழ்வு அமைப்புகளை கண்காணிக்க AI உதவ முடியும்
  • ஆழ்விண்வெளி ஆய்வுக்கலங்கள்: சிக்னல் தாமதங்கள் மணிநேரங்களுக்கு நீளும் சூரிய மண்டலத்தின் தொலைவான பகுதிகளை ஆராய தன்னியக்க AI உதவ முடியும்
  • கடல் உலகங்கள்: எதிர்கால ஆய்வுக்கலங்கள் Europa அல்லது Titan போன்ற நிலவுகளை பார்வையிடலாம், பனி ஓடுகள் வழியாக இறங்கி நிலத்தடி கடல்களை வரைபடமாக்கலாம்

டெவலப்பர்கள் குறியீடு எழுத மற்றும் பாதிப்புகளை ஸ்கேன் செய்ய பயன்படுத்தும் அதே AI மாடல் இப்போது மனிதகுலம் மற்ற உலகங்களை ஆராய உதவுகிறது.

அசல் மூலம்

https://www.anthropic.com/mars

அடிக்கடி கேட்கப்படும் கேள்விகள்

Claude AI செவ்வாயில் என்ன செய்தது?
2025 டிசம்பர் 8 மற்றும் 10 அன்று, Claude AI NASA-வின் Perseverance ரோவருக்கு செவ்வாயில் ஒரு பாறை நிலத்தை கடந்து 400 மீட்டர் பாதையை வழிசெலுத்த பாதையைத் திட்டமிட்டது. மற்றொரு கிரகத்தில் AI பயணத்தைத் திட்டமிட்ட முதல் முறை இதுவாகும். JPL பொறியாளர்கள் Claude Code மூலம் ஆண்டுக்கணக்கான ரோவர் ஓட்டுதல் தரவை Claude-க்கு வழங்கினர், Claude தனது பார்வை திறன்களைப் பயன்படுத்தி சுற்றுவட்ட படங்களை பகுப்பாய்வு செய்து Rover Markup Language-இல் கட்டளைகளை எழுதியது.
Claude செவ்வாய் ரோவர் பயணத்தை எவ்வாறு திட்டமிடுகிறது?
JPL பொறியாளர்கள் Claude Code-இல் ஆண்டுக்கணக்கான ரோவர் ஓட்டுதல் தரவை ஏற்றினர். Claude பின்னர் தனது பார்வை திறன்களைப் பயன்படுத்தி மேல்நிலை சுற்றுவட்ட படங்களை பகுப்பாய்வு செய்து, 10 மீட்டர் பிரிவுகளில் வழித்தடப் புள்ளிகளை வரைந்து, Rover Markup Language-இல் வழிசெலுத்தல் கட்டளைகளை எழுதியது. மாடல் சுய-விமர்சனம் மூலம் தனது பணியை மீண்டும் செய்தது, திட்டங்கள் 500,000-க்கும் மேற்பட்ட மாறிகளை உள்ளடக்கிய உருவகப்படுத்தலில் சரிபார்க்கப்பட்டன.
AI-திட்டமிடப்பட்ட செவ்வாய் ரோவர் பாதை பாதுகாப்பானதா?
ஆம். Claude-ன் வழித்தடப் புள்ளிகள் 500,000-க்கும் மேற்பட்ட மாறிகளை உருவகப்படுத்தி சரிபார்க்கப்பட்டன. JPL பொறியாளர்கள் திட்டங்களை மதிப்பாய்வு செய்தபோது, சிறிய மாற்றங்கள் மட்டுமே தேவை என்று கண்டறிந்தனர் — உதாரணமாக, சுற்றுவட்டத்திலிருந்து தெரியாத மணல் அலைகளை தரை நிலை கேமரா படங்கள் காட்டிய ஒரு குறுகிய வழியில் பாதை பிரிவை சரிசெய்தல். ரோவர் திட்டமிடப்பட்ட 400 மீட்டர் பாதையை வெற்றிகரமாக கடந்தது.
AI பாதை திட்டமிடல் செவ்வாய் ரோவர்களுக்கு எவ்வளவு நேரம் சேமிக்கிறது?
Claude-ஐப் பயன்படுத்துவது பாரம்பரிய மனிதர்களால் மட்டுமே செய்யப்படும் திட்டமிடலுடன் ஒப்பிடும்போது பாதை திட்டமிடல் நேரத்தை பாதியாகக் குறைக்கும் என்று JPL பொறியாளர்கள் மதிப்பிடுகின்றனர். வேகமான திட்டமிடல் என்பது ஒரு பணியில் அதிக பயணங்கள், அதிக அறிவியல் தரவு சேகரிப்பு மற்றும் அதிக செவ்வாய் மேற்பரப்பு பகுப்பாய்வு என்று பொருள். சிக்னல் தாமதங்கள் நிமிடங்களுக்குப் பதிலாக மணிநேரங்களில் அளவிடப்படும் எதிர்கால ஆழ்விண்வெளி பணிகளுக்கு இந்த திறன் மேலும் முக்கியமானது.

புதுப்பிப்புகளைப் பெறுங்கள்

சமீபத்திய AI செய்திகளை மின்னஞ்சலில் பெறுங்கள்.

பகிர்