Rumfart

Månefremskridt – Robotik og AI til autonom udforskning

mm
Udgivet den
Opdateret den
Securities.io maintains rigorous editorial standards and may receive compensation from reviewed links. We are not a registered investment adviser and this is not investment advice. Please view our affiliate disclosure.

AI-drevet robotik til autonom rumforskning

En dag kan rumforskning muligvis benytte astronauter, der bor permanent på stedet, som forestillet i Artemis-missionerne til Månen eller af Elon Musk til Mars. Alligevel vil, selv med menneskelig tilstedeværelse, en stor del af arbejdet i rummet blive udført af robotter, om ikke andet fordi de er meget lettere at erstatte end menneskelige astronauter og langt mindre sårbare over for giftig luft eller vakuum, stråling, ekstreme temperaturer osv.

Ideelt set bør de fleste rovere og robotter kunne klare sig selv for simple opgaver, mens mennesker på Jorden eller på stedet kun er involveret for at hjælpe dem med at løse specifikke problemer eller bestemme deres daglige missioner.

Efterhånden som AI udvikler sig hurtigt, herunder fysisk AI, et koncept nu fremmet af AI-lederen NVIDIA, kan denne science-fiction-vision allerede være en realitet.

Forskere tager de første skridt i den retning, både i forskningsprojekter på Jorden og med eksisterende rovere på Mars, med to nyheder relateret til dette emne i de seneste dage.

Den første var, at NASA har implementeret AI-assistance til at guide den marsianske rover Perseverance.

Den anden er, at forskere ved Universitetet i Malaga (Spanien), det Tyske Forskningscenter for Kunstig Intelligens (DFKI), Sorbonne Université (Frankrig) samt de private virksomheder GMV Aerospace and Defence S.A, Magellium og Space Applications Services implementerer robotter i Jordens lavatunneler, der ligner lignende strukturer på Månen og Mars1.

Perseverance-rovers AI-assisterede autonome navigation

NASAs første AI-planlagte rover kører på Mars

NASA’s Perseverance Mars-rover nåede en ny videnskabelig milepæl, da den gennemførte de første kørsler på en anden verden, der var planlagt af kunstig intelligens. Annonceret for nylig blev manøvren udført den 8.de og 10.de december 2025.

Demonstrationen brugte generativ AI til at skabe waypoints for Perseverance, en kompleks beslutningsopgave, der typisk udføres manuelt af missionens menneskelige roverplanlæggere.

Kilde: NASA

Dette kan vise sig at være en game-changer for marsisk udforskning. Den ekstreme afstand mellem Jorden og Mars (140 millioner miles / 225 millioner kilometer) betyder, at lysforsinkelsen forårsager en signalforsinkelse, så hver instruktion tager 3-22 minutter (afhængigt af orbital position) at nå Mars fra Jorden, og feedback tager derefter samme tid igen.

Da NASA-forskere er meget forsigtige med at undgå, at det milliard-dollar store projekt sidder fast i støv eller bliver beskadiget af en sten, gør dette enhver bevægelse til en træg krybning.

“Roverruter har været planlagt og udført af menneskelige førere, som analyserer terrænet og statusdata for at skitsere en rute ved hjælp af waypoints, som normalt er placeret højst 330 fod (100 meter) fra hinanden for at undgå potentielle farer.

Derefter sender de planerne via NASA’s Deep Space Network til roveren, som udfører dem.”

I stedet gjorde Perseverance noget nyt i sine 1.707 og 1.709 dage på den marsiske overflade, ved at lade roveren bestemme, hvor den skal gå ved hjælp af AI.

Hvordan det virkede

Den brugte generativ AI til at analysere de højopløselige orbitalbilleder fra HiRISE (High Resolution Imaging Science Experiment)-kameraet ombord på NASA’s Mars Reconnaissance Orbiter og terræn-hellingsdata fra digitale højdemodeller.

Kombineret med data fra tidligere udforskninger gjorde dette det muligt for AI’en at identificere terrænelementer som grundfjeld, udstikkere, farlige stenfelter, sandrippel, osv.

“De grundlæggende elementer i generativ AI viser stort potentiale i at strømline søjlerne i autonom navigation for off-planet kørsel: perception (at se klipper og rippler), lokalisering (at vide, hvor vi er) og planlægning og kontrol (at beslutte og udføre den sikreste rute).”

Vandi Verma – En rumrobotiker ved JPL og medlem af Perseverance-ingeniørteamet.

Den AI-model, der blev brugt, var Claude, leveret af Anthropic, som for nylig var i nyhederne for potentielt at forstyrre hele SaaS- og softwareindustrien, hvilket forårsagede et mini-aktiemarkedskrak i denne sektor.

Denne AI-guidede rejse hjalp Perseverance med at indfange billeder under sin to timer og 30 minutters autonome kørsel langs Jezero-kraterets kant.

AI kan også være nyttig til at behandle data genereret af rumsonder og reducere arbejdsbyrden for robotoperatørerne.

Uden tvivl vil dette være ekstra nyttigt, når faktiske astronauter er i nærheden af robotten, da AI på det tidspunkt kan være mere kapabel.

“Vi bevæger os mod en dag, hvor generativ AI og andre smarte værktøjer vil hjælpe vores overfladerovere med at håndtere kilometerlange kørsler, mens vi minimerer operatørens arbejdsbyrde, og markerer interessante overfladefunktioner for vores videnskabsteam ved at gennemsøge enorme mængder roverbilleder.”

Vandi Verma – En rumrobotiker ved JPL og medlem af Perseverance-ingeniørteamet.

“Denne demonstration viser, hvor langt vores kapaciteter er avanceret, og udvider hvordan vi vil udforske andre verdener.

Autonome teknologier som denne kan hjælpe missioner med at operere mere effektivt, reagere på udfordrende terræn og øge den videnskabelige udbytte, efterhånden som afstanden fra Jorden vokser.”

Jared Isaacman – NASA-administrator

Test af AI i Jordens lavatunneler

Hvorfor lavatunneler

Selvom AI-implementering på Mars er en banebrydende første, er NASA-forskere forståeligt forsigtige med at risikere en unik ressource som Perseverance i et AI-eksperiment. For eksempel, uanset hvor effektiv AI’en er, ville den aldrig tage chancen for at implementere robotten ud over, hvad der kan rettes af en menneskelig fjernbetjening, hvis noget går galt.

Dette er grunden til, at eksperimentering med terræner, der er analogt til dem, der findes i rummet, men med jordbaserede ressourcer tilgængelige i nærheden, også er vigtigt.

Det vigtigste mulige terræn på Månen og Mars er lavatunneler, som danner naturlige huler, der kan fungere som naturlige tilflugtssteder for de første astronauter for at beskytte dem mod kosmisk stråling. Og takket være disse himmellegemers lavere tyngdekraft, har lavatunneler der en tendens til at være større, end de nogensinde kunne være på Jorden.

Den naturlige beskyttelse, som disse huler tilbyder mod stråling og små meteorer, gør dem velegnede til at bevare eksobiologiske signaturer og beskytte menneskeskabte faciliteter.

Lavatunneler kan naturligt have steder, der er kollapset, hvilket fører til huller i jorden, der giver direkte adgang til udforskning.

Dog er ingen udenjordiske lavatunneler nogensinde blevet udforsket, i høj grad på grund af, at direkte kontrol er hæmmet af klippen, der blokerer enhver radiosignal.

Test af robotter

Det europæiske forskningsteam brugte tre forskellige robotter, der arbejdede sammen for at udforske disse ekstreme underjordiske miljøer autonomt.

De udførte deres test i de vulkanske huler/lavatunneler på Lanzarote (Kanariske Øer).

Systemet fungerer i 4 faser:

  1. Robotterne kortlægger i fællesskab området omkring indgangen til lavatunnelen (fase 1).
  2. Derefter slippes den sensoriserede nyttelastkube ned i hulen for at indsamle indledende målinger, hvilket giver robotterne en idé om, hvad de kan forvente (fase 2).
  3. Derefter rappellerer en spejderrover ned gennem indgangen for at nå indersiden (fase 3).
  4. Endelig udforsker det robotiske team tunnelen i dybden og producerer detaljerede 3D-kort over dens indre (fase 4).

Fra jordbaserede analogtest til måne- & marsmissioner

I de senere år har Space Robotics Laboratory ved UMA arbejdet tæt sammen med European Space Agency og udviklet algoritmer, der hjælper planetariske udforskningskøretøjer (rovere) med at planlægge ruter og operere mere selvstændigt.

Kombineret med Perseverances testkørsel af AI-drevet bevægelse kan dette eksperiment danne grundlag for en ny rummission, der sigter mod at udforske en lavatunnel for dens potentiale til at danne fremtidige habitater for tidlige koloniseringsindsatser på Månen og Mars.

Dette kan også have vigtige implikationer i søgen efter liv uden for Jorden.

“Marsiske huler er blandt de mest lovende steder for astrobiologisk udforskning, som kan fungere som tilflugtssteder for mikrobielt liv eller som beskyttede arkiver, der bevarer biosignaturer, dvs. kemisk, biologisk eller fysisk bevis på tidligere eller nuværende liv, inklusive eksistensen af gamle økosystemer.”

Investering i rumrobotik

Intuitive Machines

Afsendelse af sonder til interstellare objekter vil kræve stærk ekspertise i at bygge store rumsonder og sikre, at de ankommer intakte til det rette sted. Indtil videre har dette primært været domænet for offentlige institutioner som NASA, ESA og tilknyttede universiteter.

Dette er ved at ændre sig, efterhånden som vi nærmer os det punkt, hvor private virksomheder kan begynde at sende automatiserede eller bemandede missioner for at udvinde asteroider, især nær-Jorden-objekter.

Denne type projekt vil sandsynligvis være det næste skridt eller udføres parallelt med tilbagevenden af bemandede missioner til Månen, planlagt til de kommende år.

Grundlagt i 2013 i Houston, Texas, er Intuitive Machines for nu en meget “Måne-fokuseret” virksomhed, som angivet af dens aktieticker LUNR, og er allerede blevet udvalgt til 4 NASA-månemissioner, og beskæftiger over 400 personer.

Det var det første kommercielle firma, der med succes landede og transmitterede videnskabelige data fra Månen. Det udførte også den første affyring af LOx/LCH4 (flydende ilt, flydende metan) motoren i rummet.

Virksomheden arbejder på mange projekter, der vil danne grundlaget for en måneinfrastruktur til udforskning og bosættelse.

Den første er “datatransmissionstjenesten”, hvor teknologien testes, og som i sidste ende sigter mod at ende med en månedatatransmissionskonstellation omkring Månens bane.

Den anden del er “Infrastructure as a Service”. Den bør inkludere en LTV, der er i stand til autonome operationer, telekommunikationstjenesten og GPS-lokaliseringsservices.

Den sidste segment er leveringen af materiale til den månelige overflade. Hidtil har virksomheden leveret videnskabelige nyttelaster med Nova-C landeren, en 4,3 meter høj lander (14 fod), der kan levere 130 kg nyttelast til Månen.

Det næste skridt vil være med Nova-D landeren, som kan levere 1.500-2.500 kg materiale til Månen. Denne nyttelastkapacitet og størrelse vil være den, der kræves for levering af Lunar Terrain Vehicle (LTV) samt den 40 kW Fission Surface Power nukleare reaktor, der forventes at forsyne månebassen med strøm.

Virksomheden har vundet mange værdifulde kontrakter med NASA, for eksempel Near Space Network-kontrakten, med en maksimal potentiel værdi på $4,82 mia.

Den endelige beslutning om LTV-kontrakten fra NASA mellem de 3 potentielle leverandører forventes ved udgangen af 2025 og vil også kunne være op til $4,6 mia værd.

Udover NASA forsøger virksomheden at diversificere sin kundebase og blev udvalgt i april 2025 til en bevilling på op til $10 mio. fra Texas Space Commission. Dette vil støtte udviklingen af et jordindtrængningskøretøj og et orbitalt fremstillingslaboratorium designet til at muliggøre mikrogravitation bioproduktion.

Dette indtrængningskøretøj vil også give en backup-mulighed og reducere risiciene for virksomhedens fremtidige måneprøve-returmissioner.

Et andet projekt er udviklingen af lavenergi nukleære stealth-satellitter til en Air Force forskningslaboratorium JETSON-kontrakt.

Efterhånden som virksomheden når et positivt frit cash flow i Q1 2025, og med den måne-telekommunikationskontrakt, bliver den nu meget sikrere for investorer, og bevæger sig fra en cash-brændende startup til en etableret tjenesteudbyder til den voksende rumøkonomi.

Og det kan danne byggestenene for yderligere dyb rumforskning og udnyttelse af rumbaserede ressourcer, især da det bliver en betroet partner af NASA på niveau med SpaceX (snart børsnoteret efter sin fusion med xAI) eller Rocket Lab (RKLB -6,47%).

(Du kan læse mere om Intuitive Machines i vores investeringsrapport dedikeret til virksomheden.)

Investorens konklusion:
  • Autonome rumrobotik sænker missionsrisiko, latenstidomkostninger og operatørbyrde.
  • Virksomheder, der bygger navigation, kommunikation og overfladeinfrastruktur, opnår en holdbar strategisk fordel.
  • NASA-partnerskaber favoriserer i stigende grad skalerbare, servicebaserede leverandører af måneinfrastruktur.
Referencer:

1. Raúl Domínguez et al., Cooperative robotic exploration of a planetary skylight surface and lava cave. Science Robotics (2025). DOI:10.1126/scirobotics.adj9699

mm

Jonathan er en tidligere biokemisk forsker, der har arbejdet med genetisk analyse og kliniske forsøg. Han er nu en aktieanalytiker og finansforfatter med fokus på innovation, markedscykler og geopolitik i sin publikation The Eurasian Century.