NASA 火星探測車以 AI 規劃路線　削減一半規劃時間

NASA Perseverance 火星探測車於 2025 年 12 月成功完成由 Anthropic Claude AI 規劃路線，是史上首次應用大型語言模型來控制位於地球之外的探測車。

 

AI 規劃過程需要大量準備

Perseverance 於 12 月 8 日至 10 日期間，行駛約 400 米穿越 Jezero 隕石坑岩石區域。NASA 解釋，規劃探測車路線並非易事，每次行駛都需要仔細規劃，避免探測車滑動、傾斜、車輪打滑或擱淺。自探測車登陸以來，操作人員一直使用太空影像及探測車機載相機組合，為其規劃「麵包屑路徑」般的路徑點。

 

NASA 需要先向 Anthropic 程式設計代理 Claude Code 提供探測車數年背景數據，模型才能開始編寫路線。Claude 以系統化方式規劃路線，將 10 米路段串連成路徑點，然後反覆審視及改良。

 

JPL 團隊嚴格驗證確保安全

NASA 噴射推進實驗室（JPL）工程師將路線發送至 Perseverance 前，會使用日常模擬系統仔細檢查 Claude 規劃。最終 NASA 只需對 Claude 路線作出輕微修改，其中一項調整是因為團隊能查閱 Claude 規劃時未見過的地面影像。

工程師估計使用 Claude 可將路線規劃時間減半，並令行程更一致。減少繁瑣人工規劃及培訓時間，可讓探測車操作員安排更多行駛、收集更多科學數據及進行更多分析，這意味着人類能更深入了解火星。

 

預算削減下效率提升

雖然 AI 帶來生產力提升經常被誇大，但對 NASA 而言，任何能提高科學家效率工具都特別重要。去年夏天該機構因特朗普政府削減預算失去約 4,000 名員工，佔總人力約 20%。踏入 2026 年，總統曾提議將 NASA 科學預算削減近一半，但國會於 1 月初最終否決計劃。即使資金維持在略低於 2025 年水平，NASA 仍面臨艱鉅挑戰，需要以不足阿波羅計劃高峰期一半人力重返月球。

 

對 Anthropic 而言這是重大成就。去年春天 Claude 甚至無法爆機《寶可夢紅》遊戲，不到一年時間，該公司模型已從難以駕馭簡單 8 位元 Game Boy 遊戲，進化到成功為遙遠星球探測車規劃路線。NASA 對未來合作感到興奮，表示自主 AI 系統可協助探測器探索太陽系更遙遠區域。

 

來源：NASA