Code Velocity
عملی میدان میں AI

Claude AI نے NASA کی پہلی AI منصوبہ بند مریخ روور ڈرائیو کو طاقت دی

·8 منٹ پڑھنے·Anthropic, NASA·اصل ماخذ
شیئر کریں
مریخ کی سطح پر NASA Perseverance روور AI منصوبہ بند 400 میٹر راستے پر چٹانی میدان سے گزر رہا ہے

کسی اور سیارے پر پہلی AI منصوبہ بند ڈرائیو

8 اور 10 دسمبر 2025 کو، NASA کے Perseverance روور کو بھیجے گئے احکامات پہلی بار کسی AI نے لکھے تھے۔ Anthropic کے Claude نے ڈرائیو کی منصوبہ بندی کی۔

NASA کی جیٹ پروپلشن لیبارٹری (JPL) کے انجینئرز نے Claude کو استعمال کیا تاکہ Perseverance کے لیے مریخ کی سطح پر ایک چٹانی میدان سے 400 میٹر کے راستے کی منصوبہ بندی کی جائے۔ چار سو میٹر دوڑ کے ٹریک کا ایک چکر ہے، لیکن یہ خلائی تحقیق میں AI کے لیے ایک تاریخی آغاز ہے۔

مریخ پر ڈرائیونگ کا چیلنج

مریخ کی تحقیق کا مطلب ہمیشہ ماضی میں کام کرنا ہے۔ زمین سے روور تک سگنل پہنچنے میں تقریباً بیس منٹ لگتے ہیں۔ جب تک نئی ہدایت پہنچتی ہے، روور پہلے سے پچھلی ہدایت پر عمل کر چکا ہوتا ہے۔

ہر روور ڈرائیو کی احتیاط سے منصوبہ بندی ضروری ہے تاکہ مشین کے پھسلنے، الٹنے، پہیے گھومنے، یا پھنسنے سے بچا جا سکے۔ انسانی آپریٹرز روایتی طور پر خلا سے لی گئی تصاویر اور روور کے آن بورڈ کیمروں سے وے پوائنٹس بناتے تھے۔ پھر منصوبہ ڈیپ اسپیس نیٹ ورک کے ذریعے 362 ملین کلومیٹر تک منتقل کیا جاتا ہے۔

یہ انتہائی اہم کام ہے۔ 2009 میں، Spirit روور ریت کے جال میں پھنس گیا اور دوبارہ کبھی حرکت نہیں کر سکا۔

Claude نے مریخ روور کے راستے کی منصوبہ بندی کیسے کی

JPL انجینئرز نے جانچا کہ کیا Claude انسانی آپریٹر جتنی درستگی سے Perseverance کے راستے کی منصوبہ بندی میں مدد کر سکتا ہے۔ عمل Claude Code میں ترتیب دیا گیا، جس نے ٹاسک کے لیے ایجنٹک کوڈنگ ماحول فراہم کیا:

مرحلہتفصیل
سیاق و سباق لوڈنگسالوں کا روور ڈرائیونگ ڈیٹا اور تجربہ Claude Code کو فراہم کیا گیا
تصویری تجزیہClaude کی بصری صلاحیتوں نے اوپر سے مداری تصاویر کا تجزیہ کیا
راستہ منصوبہ بندی10 میٹر کے حصوں میں وے پوائنٹس بنائے گئے
کوڈ تخلیقاحکامات Rover Markup Language (XML پر مبنی) میں لکھے گئے
خود تنقیدClaude نے اپنے کام پر دوبارہ کام کیا، نظر ثانی تجویز کی
تصدیقحفاظت کی تصدیق کے لیے 500,000 سے زیادہ متغیرات کی سمولیشن
انسانی جائزہJPL انجینئرز نے جائزہ لیا اور صرف معمولی ایڈجسٹمنٹ کیں

JPL انجینئرز نے سالوں کا ڈرائیونگ ڈیٹا اور تجربہ جمع کیا اور Claude Code میں لوڈ کیا۔ اس سیاق و سباق کے ساتھ، Claude نے Rover Markup Language میں نیویگیشن احکامات لکھے، وہ XML پر مبنی زبان جو اصل میں Mars Exploration Rover مشن کے لیے تیار کی گئی تھی۔

تصدیق اور نتائج

جب JPL انجینئرز نے Claude کے منصوبوں کا جائزہ لیا تو انہوں نے پایا کہ صرف معمولی تبدیلیاں ضروری تھیں۔ مثلاً، زمینی سطح کی کیمرا تصاویر نے ریت کی لہریں واضح دکھائیں جو Claude نے نہیں دیکھی تھیں، جس سے ایک تنگ گزرگاہ میں زیادہ درست راستہ تقسیم درکار تھی۔ اس کے علاوہ، راستہ مضبوط تھا۔

منصوبے مریخ کو بھیجے گئے، اور روور نے منصوبہ بند راستہ کامیابی سے طے کیا۔ انجینئرز کا تخمینہ ہے کہ Claude کا استعمال راستہ منصوبہ بندی کا وقت آدھا کر دے گا۔

مریخ پر AI نیویگیشن کا مستقبل کے لیے کیا مطلب ہے

Perseverance مشن میں Claude کا کردار آنے والے مستقبل کا ٹیسٹ رن ہے۔ کلیدی صلاحیتیں — نئے حالات کو سمجھنا، پیچیدہ آلات کے لیے کوڈ لکھنا، اور مسلسل انسانی ان پٹ کے بغیر فیصلے کرنا — طویل اور زیادہ جاہ طلبانہ مشنز پر براہ راست لاگو ہوتی ہیں۔

آنے والی AI خلائی ایپلیکیشنز

  • Artemis مہم: NASA انسانوں کو دوبارہ چاند پر بھیجنے اور قطب جنوبی پر بیس قائم کرنے کا منصوبہ رکھتا ہے
  • قمری آپریشنز: AI جیولوجی کی نقشہ سازی اور لائف سپورٹ سسٹمز کی نگرانی میں مدد کر سکتا ہے
  • گہرے خلائی پروبز: خودمختار AI نظام شمسی کے دور دراز حصوں کی تحقیق میں مدد کر سکتا ہے جہاں سگنل تاخیر گھنٹوں میں ہوتی ہے
  • سمندری دنیائیں: مستقبل کے پروبز Europa یا Titan جیسے چاندوں کا دورہ کر سکتے ہیں، برف کے خولوں سے نیچے اتر کر زیر سطح سمندروں کا نقشہ بنا سکتے ہیں

وہی AI ماڈل جو ڈیولپرز کوڈ لکھنے اور خطرات کی اسکیننگ کے لیے استعمال کرتے ہیں، اب بنی نوع انسان کو دوسری دنیاؤں کی تحقیق میں مدد کر رہا ہے۔

اکثر پوچھے جانے والے سوالات

Claude AI نے مریخ پر کیا کیا؟
8 اور 10 دسمبر 2025 کو، Claude AI نے NASA کے Perseverance روور کے لیے مریخ پر ایک چٹانی میدان سے 400 میٹر کے راستے کی منصوبہ بندی کی۔ یہ پہلی بار تھا کہ کسی AI نے کسی اور سیارے پر ڈرائیو کی منصوبہ بندی کی۔ JPL انجینئرز نے Claude Code کے ذریعے سالوں کا روور ڈرائیونگ ڈیٹا Claude کو فراہم کیا، اور Claude نے اپنی بصری صلاحیتوں سے مداری تصاویر کا تجزیہ کیا اور Rover Markup Language میں احکامات لکھے۔
Claude مریخ روور کی ڈرائیو کی منصوبہ بندی کیسے کرتا ہے؟
JPL انجینئرز نے سالوں کا روور ڈرائیونگ ڈیٹا Claude Code میں لوڈ کیا۔ پھر Claude نے اپنی بصری صلاحیتوں سے اوپر سے لی گئی مداری تصاویر کا تجزیہ کیا، 10 میٹر کے حصوں میں وے پوائنٹس بنائے، اور Rover Markup Language میں نیویگیشن احکامات لکھے۔ ماڈل نے خود تنقید کے ذریعے اپنے کام پر دوبارہ کام کیا، اور اس کے منصوبوں کی 500,000 سے زیادہ متغیرات کی سمولیشن ماڈلنگ سے تصدیق کی گئی۔
کیا AI منصوبہ بند مریخ روور راستہ محفوظ تھا؟
جی ہاں۔ Claude کے وے پوائنٹس کی 500,000 سے زیادہ متغیرات کی سمولیشن سے تصدیق کی گئی۔ جب JPL انجینئرز نے منصوبوں کا جائزہ لیا تو انہوں نے پایا کہ صرف معمولی ایڈجسٹمنٹ درکار تھیں — مثلاً ایک تنگ گزرگاہ میں راستے کی تقسیم کو بہتر بنانا جہاں زمینی کیمرے کی تصاویر نے ریت کی لہریں دکھائیں جو مدار سے نظر نہیں آتی تھیں۔ روور نے منصوبہ بند 400 میٹر راستہ کامیابی سے طے کیا۔
AI راستہ منصوبہ بندی مریخ روورز کے لیے کتنا وقت بچاتی ہے؟
JPL انجینئرز کا تخمینہ ہے کہ Claude کا استعمال روایتی صرف انسانی منصوبہ بندی کے مقابلے میں راستہ منصوبہ بندی کا وقت آدھا کر دیتا ہے۔ تیز تر منصوبہ بندی کا مطلب فی مشن زیادہ ڈرائیوز، زیادہ سائنسی ڈیٹا جمع کرنا، اور مریخ کی سطح کا زیادہ تجزیہ ہے۔ یہ کارکردگی مستقبل کے گہرے خلائی مشنز کے لیے اور بھی اہم ہو جاتی ہے جہاں سگنل تاخیر منٹوں کی بجائے گھنٹوں میں ناپی جاتی ہے۔

اپ ڈیٹ رہیں

تازہ ترین AI خبریں اپنے ان باکس میں حاصل کریں۔

شیئر کریں