Claude AI ทำอะไรบนดาวอังคาร?

เมื่อวันที่ 8 และ 10 ธันวาคม 2025 Claude AI วางแผนเส้นทางให้รถสำรวจ Perseverance ของ NASA นำทางเส้นทาง 400 เมตรผ่านทุ่งหินบนดาวอังคาร นี่เป็นครั้งแรกที่ AI วางแผนการขับเคลื่อนบนดาวเคราะห์อื่น วิศวกร JPL ป้อนข้อมูลการขับรถสำรวจหลายปีผ่าน Claude Code และ Claude ใช้ความสามารถด้านภาพวิเคราะห์ภาพถ่ายจากวงโคจรและเขียนคำสั่งใน Rover Markup Language

เส้นทางที่วางแผนโดย AI ปลอดภัยหรือไม่?

ใช่ จุดอ้างอิงของ Claude ได้รับการตรวจสอบผ่านการจำลองที่มีตัวแปรมากกว่า 500,000 ตัวเพื่อตรวจสอบตำแหน่งที่คาดการณ์ของรถสำรวจและทำนายอันตราย เมื่อวิศวกร JPL ตรวจสอบแผน พบว่าต้องปรับเพียงเล็กน้อย เช่น ปรับจุดแยกเส้นทางหนึ่งจุดที่ภาพจากกล้องระดับพื้นดินแสดงคลื่นทรายที่มองไม่เห็นจากวงโคจร รถสำรวจเดินทางเส้นทาง 400 เมตรที่วางแผนไว้สำเร็จ

การวางแผนเส้นทางโดย AI ประหยัดเวลาให้รถสำรวจดาวอังคารเท่าไร?

วิศวกร JPL ประมาณการว่าการใช้ Claude ลดเวลาวางแผนเส้นทางลงครึ่งหนึ่งเมื่อเทียบกับการวางแผนโดยมนุษย์แบบดั้งเดิม การวางแผนที่เร็วขึ้นหมายถึงการขับเคลื่อนมากขึ้นต่อภารกิจ การเก็บข้อมูลทางวิทยาศาสตร์มากขึ้น และการวิเคราะห์พื้นผิวดาวอังคารมากขึ้น ประสิทธิภาพที่ได้นี้สำคัญยิ่งขึ้นสำหรับภารกิจอวกาศลึกในอนาคตที่ความล่าช้าของสัญญาณวัดเป็นชั่วโมงแทนที่จะเป็นนาที

Claude AI ขับเคลื่อนการขับรถสำรวจดาวอังคารที่วางแผนโดย AI เป็นครั้งแรกของ NASA

Q: Claude วางแผนเส้นทางรถสำรวจดาวอังคารอย่างไร?

วิศวกร JPL โหลดข้อมูลการขับรถสำรวจหลายปีเข้า Claude Code จากนั้น Claude วิเคราะห์ภาพถ่ายจากวงโคจรด้วยความสามารถด้านภาพ พล็อตจุดอ้างอิงในช่วง 10 เมตร และเขียนคำสั่งนำทางใน Rover Markup Language ภาษาแบบ XML โมเดลทำการทบทวนตนเองและเสนอแก้ไข แผนได้รับการตรวจสอบผ่านการจำลองที่มีตัวแปรมากกว่า 500,000 ตัวก่อนที่วิศวกรจะตรวจสอบและอนุมัติ

การขับเคลื่อนที่วางแผนโดย AI ครั้งแรกบนดาวเคราะห์อื่น

เมื่อวันที่ 8 และ 10 ธันวาคม 2025 คำสั่งที่ส่งไปยังรถสำรวจ Perseverance ของ NASA เขียนโดย AI เป็นครั้งแรก Claude ของ Anthropic วางแผนการขับเคลื่อน

วิศวกรที่ห้องปฏิบัติการจรวดขับเคลื่อนไอพ่น (JPL) ของ NASA ใช้ Claude วางเส้นทาง 400 เมตรให้ Perseverance ผ่านทุ่งหินบนพื้นผิวดาวอังคาร สี่ร้อยเมตรเท่ากับหนึ่งรอบสนามวิ่ง แต่เป็นจุดเริ่มต้นทางประวัติศาสตร์ของ AI ในการสำรวจอวกาศ

ความท้าทายของการขับบนดาวอังคาร

การสำรวจดาวอังคารหมายถึงการทำงานในอดีตเสมอ สัญญาณจากโลกใช้เวลาประมาณยี่สิบนาทีไปถึงรถสำรวจ เมื่อคำสั่งใหม่มาถึง รถสำรวจได้ดำเนินการตามคำสั่งก่อนหน้าไปแล้ว

ทุกการขับรถสำรวจต้องวางแผนอย่างรอบคอบเพื่อหลีกเลี่ยงการลื่น พลิก ล้อหมุนฟรี หรือติดค้าง ผู้ปฏิบัติงานมนุษย์วางจุดอ้างอิงโดยใช้ภาพจากอวกาศและกล้องบนรถสำรวจตามแบบดั้งเดิม แผนจะถูกส่งข้ามระยะทาง 362 ล้านกิโลเมตรผ่าน Deep Space Network

นี่คืองานเสี่ยงสูง ในปี 2009 รถสำรวจ Spirit ขับเข้ากับดักทรายและไม่เคยเคลื่อนที่อีก

Claude วางแผนเส้นทางรถสำรวจดาวอังคารอย่างไร

วิศวกร JPL ทดสอบว่า Claude สามารถช่วยวางแผนเส้นทางของ Perseverance ด้วยความแม่นยำเท่ากับผู้ปฏิบัติงานมนุษย์ได้หรือไม่ กระบวนการตั้งค่าใน Claude Code ซึ่งให้สภาพแวดล้อมเขียนโค้ดเชิงเอเจนต์สำหรับงาน:

ขั้นตอน	คำอธิบาย
โหลดบริบท	ข้อมูลและประสบการณ์การขับรถสำรวจหลายปีป้อนเข้า Claude Code
วิเคราะห์ภาพ	ความสามารถด้านภาพของ Claude วิเคราะห์ภาพถ่ายจากวงโคจร
วางแผนเส้นทาง	พล็อตจุดอ้างอิงในช่วง 10 เมตรตามเส้นทาง
สร้างโค้ด	เขียนคำสั่งใน Rover Markup Language (แบบ XML)
ทบทวนตนเอง	Claude ทบทวนงานของตัวเองและเสนอแก้ไข
ตรวจสอบ	จำลองตัวแปรมากกว่า 500,000 ตัวเพื่อยืนยันความปลอดภัย
ตรวจสอบโดยมนุษย์	วิศวกร JPL ตรวจสอบและปรับเพียงเล็กน้อย

วิศวกร JPL รวบรวมข้อมูลการขับเคลื่อนและประสบการณ์หลายปี จากนั้นโหลดเข้า Claude Code ด้วยบริบทนี้ Claude เขียนคำสั่งนำทางใน Rover Markup Language ภาษาแบบ XML ที่พัฒนาสำหรับภารกิจ Mars Exploration Rover

การตรวจสอบและผลลัพธ์

เมื่อวิศวกร JPL ตรวจสอบแผนของ Claude พบว่าต้องเปลี่ยนแปลงเพียงเล็กน้อย ตัวอย่างเช่น ภาพจากกล้องระดับพื้นดินให้มุมมองที่ชัดเจนกว่าของคลื่นทรายที่ Claude ไม่เห็น ต้องมีการแยกเส้นทางที่แม่นยำกว่าในทางเดินแคบหนึ่งจุด นอกจากนั้นเส้นทางยังคงดี

แผนถูกส่งไปดาวอังคาร และรถสำรวจเดินทางเส้นทางที่วางแผนไว้สำเร็จ วิศวกรประมาณการว่าการใช้ Claude จะลดเวลาวางแผนเส้นทางลงครึ่งหนึ่ง

การนำทาง AI บนดาวอังคารหมายถึงอะไรสำหรับอนาคต

บทบาทของ Claude ในภารกิจ Perseverance เป็นการทดสอบสำหรับสิ่งที่จะมาถัดไป ความสามารถหลัก — เข้าใจสถานการณ์ใหม่ เขียนโค้ดสำหรับเครื่องมือที่ซับซ้อน และตัดสินใจโดยไม่ต้องมีอินพุตจากมนุษย์ตลอดเวลา — นำไปใช้ได้โดยตรงกับภารกิจที่ยาวนานและทะเยอทะยานกว่า

แอปพลิเคชัน AI อวกาศที่กำลังจะมา

แคมเปญ Artemis: NASA วางแผนส่งมนุษย์กลับไปดวงจันทร์และสร้างฐานที่ขั้วใต้ของดวงจันทร์
ปฏิบัติการบนดวงจันทร์: AI สามารถช่วยทำแผนที่ธรณีวิทยาและเฝ้าติดตามระบบช่วยชีวิต
ยานสำรวจอวกาศลึก: AI อัตโนมัติสามารถช่วยสำรวจส่วนที่ไกลของระบบสุริยะที่ความล่าช้าของสัญญาณยาวเป็นชั่วโมง
โลกมหาสมุทร: ยานสำรวจในอนาคตอาจไปเยือนดวงจันทร์อย่าง Europa หรือ Titan ลงผ่านเปลือกน้ำแข็งเพื่อทำแผนที่มหาสมุทรใต้พื้นผิว

โมเดล AI เดียวกันที่นักพัฒนาใช้ เขียนโค้ด และ สแกนหาช่องโหว่ ตอนนี้กำลังช่วยมนุษยชาติสำรวจโลกอื่น