Space 2.0: Fremveksten av autonome roboter og AI

Behovet for at mennesker skal forstå verden utover stjernene bedre, har ført til banebrytende prestasjoner. Denne fascinasjonen for rommet hjalp oss med å oppnå milepæler som Apollo 11‑månelandingen, som markerte menneskehetens første skritt utenfor Jorden. Med dette store steget gikk vi inn i en æra av ambisiøs og nysgjerrighetsdrevet romutforskning.

Veien til himmelsk utforskning og forståelse var imidlertid ikke enkel. Den medførte alvorlige risikoer for mennesker på grunn av eksponering for romfarer, inkludert høye strålingsnivåer, ekstreme temperaturvariasjoner, vakuumforhold, mekaniske feil og den iboende usikkerheten i ukjente miljøer. Det var et tydelig behov for tryggere og mer effektive systemer, noe som førte til utviklingen og implementeringen av robotikk og kunstig intelligens.

Disse teknologiske fremskrittene ga oss bedre og sikrere måter å utforske det enorme universet på. Som et resultat har roboter nå blitt en viktig del av romoppdrag. Disse maskinene blir raskt de primære utforskerne i miljøer som er altfor farlige for mennesker.

I motsetning til oss skjøre mennesker kan disse robotsystemene lett tåle de ekstreme forholdene i rommet. Enda viktigere er at de kan operere kontinuerlig uten å bli trøtte eller kjede seg.

Og det er derfor NASA gjør omfattende bruk av roboter. For eksempel bruker de Astrobee sine frittflygende roboter, kalt Bumble, Honey og Queen, for å bistå besetningsmedlemmer på den internasjonale romstasjonen (ISS). Disse kubeformede robotene hjelper astronauter med rutineoppgaver, som å spore forsyninger, betjene systemer og dokumentere videoer, mens astronautene fokuserer på viktigere oppgaver.

Men det er ikke alt. Når de integreres med AI, kan disse maskinene også behandle enorme mengder data i sanntid og ta beslutninger autonomt, noe som gjør dem enda kraftigere.

Pågående innovasjoner i sektoren har som mål å ta disse evnene enda lenger. Nylig delte det kinesiske robotfirmaet Engine AI sine ambisiøse planer om å sende verdens første humanoide robotastronaut ut i rommet.

PM01 er den humanoide roboten som skal sendes ut i rommet. Denne lettvektige, åpen kildekode‑baserte intelligente humanoide plattformen kombinerer menneskelignende bevegelse med avansert robotisk intelligens. Den har en bionisk struktur som etterligner menneskelig bevegelse og en svært interaktiv kjerne‑display, i tillegg til ultrarask bevegelsesrespons, høy‑presisjon miljøsensorer og autonome beslutningsevner. For å håndtere kompleks persepsjon, bevegelseskontroll og sanntidsarbeidsbelastning, kombinerer dens dual‑chip‑arkitektur en NVIDIA Jetson Orin‑modul med en Intel N97‑CPU for å levere høyytelses‑databehandling.

Så, etter hvert som roboter blir mer robuste, tilpasningsdyktige og autonome, vil de kunne påta seg høy‑risiko‑oppgaver som ekstern vedlikehold av romstasjoner og langsiktige overvåkingsoppgaver som eksponerer astronauter for betydelig fare.

Fremtiden for romutforskning peker tydelig mot økt automatisering. I stedet for å sette astronauter i fare, vil oppdragene ganske enkelt erstatte dem med nettverk av intelligente roboter som kan samarbeide over enorme avstander.

La oss nå se på hvordan denne transformasjonen skjer i praksis gjennom to sentrale utviklinger: autonome roboter for å utforske underjordiske lavatunneler på Månen og Mars, og AI‑genererte ruter for rovere som trygt kan kjøre over det martiske terrenget.

Kartlegging og navigering av utenomjordiske lavatunneler med roboter

Det har gått nesten to tiår siden groper først ble oppdaget på Månen og over et halvt århundre siden oppdagelsen av massive lavatunneler på Mars. Disse gigantiske hulene er store nok til å romme byer.

Lavatunneler, skapt av vulkansk aktivitet, finnes også på Jorden, blant annet på Island, Hawaii, Sicilia, Australia og Galápagosøyene.

Selv om disse tunnelene på Mars og Månen viser potensial som fremtidige menneskelige baser, da de er tryggere enn overflatene ved å tilby beskyttelse mot kosmiske stråler, solstråling og hyppige meteorittnedslag, er de ikke lett tilgjengelige. Innenfor disse lavatunnelene er overflaten ekstremt skarp, og terrenget er ujevnt, noe som krever detaljerte studier. Men å samle mer informasjon om disse underjordiske strukturene er utfordrende.

Skylight‑ene, som er kollapsede seksjoner av tunnel‑tak, og de lange, svingete kanalene som er sett i orbitalt bildemateriale, tyder på store underjordiske hulrom; imidlertid kan bildene ikke avsløre hvilke tunneler som er egnet som habitater.

For å takle utfordringene med steinete landskap, begrensede inngangspunkter og farlige forhold, presenterte forskere fra Space Robotics Laboratory ved Universitetet i Malaga (UMA) et nytt oppdragskonsept som bruker en trio av smarte roboter til autonom utforskning av disse underjordiske miljøene.

Robotene blir for tiden testet i de vulkanske hulene på Lanzarote, Spania, og teamet har som mål å bruke dem i fremtidige oppdrag til Månen.

Publisert i det vitenskapelige tidsskriftet Science Robotics«1», er konseptet basert på tre ulike typer roboter, nemlig SherpaTT, LUVMI‑X og Coyote III‑roveren, som samarbeider autonomt for å utforske de tøffe underjordiske rommene på Mars og Månen.

Teamets foreslåtte oppdrag har fire faser. Det starter med at roboter kartlegger huleinnganger og genererer en detaljert høyde‑modell. Deretter blir en sensorisert nyttelast‑kubus satt inn i hulen for å samle inn første målinger. En speider‑rover senkes så gjennom inngangen for å starte den siste fasen, som innebærer å krysse tøft terreng, samle data og lage detaljerte 3D‑kart over interiøret.

Den virkelige felttesten på den vulkanske øya Lanzarote, gjennomført tidlig i 2023, demonstrerte at teamets tilnærming fungerer som planlagt. Det tyske forskningssenteret for kunstig intelligens (DFKI) ledet forsøket, med bidrag fra det spanske universitetet UMA og selskapet GMV.

Fokuset ved Space Robotics Laboratory ved UMA er å utvikle ny teknologi og metoder for å øke autonomi i romrobotikk, både for orbital‑ og planetariske oppdrag. Laboratoriet har jobbet tett med European Space Agency for å utvikle algoritmer som hjelper rovere med å planlegge ruter og operere mer selvstendig.

Testen bekreftet at den fire‑fase oppdragsmetoden er teknisk gjennomførbar, og fremhever potensialet for samarbeidsrobot‑systemer i fremtidig planetarisk utforskning.

AI‑drevet navigasjonssystemer for planetariske rovere

I en annen stor utvikling fullførte NASA‑s Perseverance‑rover, en bilstørrelse robotforsker som har søkt etter tegn på gammel mikrobielt liv og samlet prøver for fremtidig retur til Jorden, den første AI‑planlagte kjøreturen på den «Røde planeten».

Dermed, i stedet for å bruke ruter planlagt av menneskelige operatører, skrev Mars‑utforskeren historie ved å benytte de som ble organisert av AI.

For å lage ruter analyserte en visjons‑aktivert AI først bilder og terrengdata som brukes av menneskelige rover‑planleggere for å identifisere farer som steiner og sandrippel, og deretter planla en sikker sti over den martiske overflaten.

Men før de faktisk brukte de AI‑genererte rutene, ble de først testet i den seks‑hjulige roverens virtuelle kopi, hvor Perseverance med suksess fulgte dem, og autonomt kjørte hundrevis av fot.

Ledet av NASA‑s Jet Propulsion Laboratory, som har ansvar for roverens daglige operasjoner, har Perseverance nå fullført de første kjøreturene på en annen planet, med veipunkter planlagt av generativ AI.

“Denne demonstrasjonen viser hvor langt våre evner har utviklet seg og utvider hvordan vi vil utforske andre verdener,” sa NASA‑administrator Jared Isaacman. “Autonome teknologier som dette kan hjelpe oppdrag med å operere mer effektivt, reagere på utfordrende terreng og øke vitenskapelig avkastning etter hvert som avstanden fra Jorden øker. Det er et sterkt eksempel på at team anvender ny teknologi nøye og ansvarlig i reelle operasjoner.”

For milepælsdemonstrasjonen tidlig i desember i fjor brukte ingeniører visjon‑språk‑modeller for å analysere eksisterende data fra JPL‑s overflatemisjonsdatasett. Ved å analysere den samme informasjonen og bildene som menneskelige planleggere bruker, identifiserte systemet veipunkt‑lokasjoner for at Perseverance trygt skulle krysse vanskelig martisk terreng.

Resultatet var en koordinert innsats mellom JPL‑s Rover Operations Center (ROC) og Anthropic‑s Claude‑AI‑modeller.

“Forestill deg intelligente systemer ikke bare på jorden, men også i kant‑applikasjoner i våre rovere, helikoptre, droner og andre overflateelementer som er trent med den samlede visdommen fra våre NASA‑ingeniører, forskere og astronauter,” sa Matt Wallace, leder for JPL‑s Exploration Systems Office. “Det er den spill‑endrende teknologien vi trenger for å etablere infrastrukturen og systemene som kreves for en permanent menneskelig tilstedeværelse på Månen og ta USA til Mars og videre.”

Med Mars som ligger 140 millioner mil fra Jorden, gjør kommunikasjonsforsinkelser det umulig å kontrollere roveren i sanntid.

I lang tid har rover‑navigasjon vært avhengig av mennesker som grundig studerer terrengdata og deretter planlegger ruter på forhånd. Disse stiene består av veipunkter med omtrent 100 meters avstand for å redusere risikoen for at roveren møter farer. Når de er ferdige, sendes planene gjennom NASA‑s Deep Space Network (DSN) telekommunikasjonsinfrastruktur, og roveren utfører deretter instruksjonene.

Men under Perseverances kjøreturer på den 1 707. og 1 709. martiske dagen ble dette ansvaret delegert til generativ AI. Systemet analyserte høyoppløselige orbitalbilder tatt av HiRISE‑kameraet på nadir‑siden av MRO‑romfartøyet, sammen med terreng‑hellingsdata fra digitale høyde‑modeller.

Informasjonen hjalp AI med å identifisere steinfelt, berggrunn, sandrippel, utspring og andre viktige overflatefunksjoner. Deretter utviklet AI en kontinuerlig kjøresti med alle nødvendige veipunkter. Ifølge Vandi Verma, en romrobotiker ved JPL og medlem av Perseverance‑ingeniørteamet:

“De grunnleggende elementene i generativ AI viser stort løfte i å strømlinjeforme søylene i autonom navigasjon for kjøring utenfor planeten: persepsjon (å se steinene og rippelene), lokalisering (å vite hvor vi er), og planlegging og kontroll (å bestemme og utføre den sikreste ruten).”

Disse instruksjonene ble kjørt gjennom JPL‑s digitale tvilling (den virtuelle kopien av roveren), som sjekket over 500 000 telemetri‑variabler for å sikre at planen ville fungere trygt med Perseverance‑s flyprogramvare.

Ved å bruke denne AI‑genererte planen, kjørte NASA‑s Perseverance 210 meter 8. desember og 246 meter 10. desember.

“Vi beveger oss mot en dag hvor generativ AI og andre smarte verktøy vil hjelpe våre overflaterovere med å håndtere kjøringer i kilometer‑skala samtidig som operatørens arbeidsbelastning minimeres, og flagge interessante overflatefunksjoner for vårt vitenskapsteam ved å gjennomgå enorme mengder rover‑bilder.”

– Verma

Robotikk og AI i romutforskning

Investering i autonom romutforskning

I verden av autonom romutforskning skiller Intuitive Machines, Inc. (LUNR ) seg ut som ett av få børsnoterte selskaper som faktisk bygger autonome systemer som opererer på en annen himmellegeme.

I tillegg til å utvikle selvkjørende kjøretøy for rommet som opererer med minimal menneskelig inngripen, har Intuitive Machines sterk integrasjon med NASA, spesielt med Artemis‑programmet. De er faktisk det første private selskapet som har gjort en myk landing av et romfartøy, kalt Odysseus, på Månen.

Selskapet innen romteknologi, infrastruktur og tjenester leverer romprodukter og -tjenester for å muliggjøre vedvarende robotisk og menneskelig utforskning av Månen, Mars og utover.

Tjenester som tilbys av Intuitive Machines inkluderer datatransmisjon, levering og infrastruktur‑som‑en‑tjeneste.

Gjennom sine fire forretningsenheter, Orbital Services, Lunar Access Services, Lunar Data Services og Space Products and Infrastructure, har selskapet som mål å muliggjøre tilgang til Månen for å fremme menneskeheten.

Intuitive Machines er et relativt ungt selskap, grunnlagt i 2013, men har allerede fullført fire NASA‑måneoppdrag.

Dette har vært takket være administrerende direktør og president Steve Altemus, som jobbet for NASA i avdelingen for bemannet romfart. Etter å ha forlatt NASA var han med på å grunnlegge Intuitive Machines, som ble tildelt en av TIMEs 100 mest innflytelsesrike selskaper i 2024. I et intervju med TIME avslørte Altemus at “omtrent 75 % til 80 % av vår virksomhet er med den amerikanske regjeringen.”

Med en markedsverdi på 3,6 milliarder dollar handles LUNR-aksjene for tiden til $17,50, opp 9 % år‑til‑dato og 123,64 % det siste året. Den har en EPS (TTM) på -2,11 og en P/E (TTM) på -8,40.

Selv om Q4‑2025‑resultatene vil bli kunngjort senere denne måneden, viser selskapets 3Q25‑resultater et netto tap på $10 millioner. Justert EBITDA var negativ $13,2 millioner, noe som indikerer pågående økonomiske utfordringer, selv om det var en forbedring på $12,2 millioner fra forrige kvartal.

Selskapet hadde en ordrebeholdning på $235,9 millioner ved slutten av Q3 2025 og en kontantbeholdning på $622 millioner.

Merkverdig er at selskapet kjøpte Lanteris Space Systems for $800 millioner, som inkluderer $450 millioner i kontanter og $350 millioner i LUNR Class A‑aksjer. I løpet av de siste 65 årene har Lanteris levert mer enn 300 romfartøy og opprettholder 99,99 % tilgjengelighet i bane.

Oppkjøpet forventes å bringe Intuitive Machines’ inntekter til over $850 millioner og ordrebeholdning til $920 millioner. Flyttingen forventes også å styrke selskapets evner innen kommunikasjon, navigasjon og romdatatjenester for sivile, kommersielle og forsvarsmarkeder.

Med oppkjøpet, “Intuitive Machines er posisjonert til å bli neste generasjons rom‑prime,” sa administrerende direktør Altemus under 3Q25‑resultatpresentasjonen i november 2025.

Transaksjonen, bemerket han, representerer en vei fremover i selskapets utvikling fra et pålitelig rominfrastruktur‑selskap til en vertikalt integrert rom‑prime‑leverandør av valg, som betjener nasjonal sikkerhet, sivile og kommersielle kunder på bakken, i jordens bane og utover.

“Dette oppkjøpet markerer et definert øyeblikk i utviklingen av Intuitive Machines,” sa Altemus. “Vi har tidligere bevist vår evne til å operere på Månen. Med Lanteris legger vi til flytestet produksjon i skala. Sammen gjør disse styrkene Intuitive Machines til en multi‑domene, ende‑til‑ende løsningsleverandør som kan bygge romfartøy, koble sammen robuste kommunikasjons‑ og navigasjonsnettverk, og operere systemer i LEO, MEO, GEO og cis‑måne‑rommet.”

Oppkjøpet ble fullført tidligere i år, og styrker selskapets evne til å betjene ikke bare NASAs Artemis‑ og Lunar Terrain Vehicle‑initiativ, men også fremtidige Mars‑telekommunikasjonsoppdrag og Golden Dome‑ og Space Development Agency‑lagdelte arkitekturer.

I tillegg til å fullføre Lanteris‑oppkjøpet kunngjorde selskapet også en strategisk egenkapitalinvestering på $175 millioner for å støtte inntektsutvidelse og fremme kommunikasjon‑ og databehandlingsnettverk. Det planlegger også å investere i etableringen av et internett‑uavhengig solsystem.

I tillegg engasjerer det strategiske partnere for å tilpasse rombaserte datasentre med fremvoksende bedriftsbehov. Samtidig forventer det å motta neste Commercial Lunar Payload Services‑tildeling og NASAs Lunar Terrain Vehicle‑tjenester.

Det heleide datterselskapet, Lanteris Space Systems, ble valgt av L3Harris Technologies denne måneden til å designe og bygge 18 avanserte romfartøyplattformer for å hjelpe Space Development Agency (SDA) sin oppgave med å levere sanntidssporing av avanserte missiltrusler, inkludert hypersoniske og ballistiske systemer.

Siste nyheter og utviklinger for Intuitive Machines, Inc. (LUNR)

Konklusjon

Romutforskning gjennomgår en dyp transformasjon. En gang nesten helt avhengig av menneskelig intelligens, utholdenhet og risiko, blir den nå omformet av autonome teknologier som er i stand til å utforske lengre, dypere og tryggere enn noen gang før.

Fra robotsystemer som undersøker skjulte lavatunneler til AI‑styrte rovere som navigerer fjerne planeter, utvider disse fremskrittene både omfanget og effektiviteten i utforskningen.

Etter hvert som innovasjon i sektoren fortsetter, vil den menneskelige rollen også utvikle seg. I stedet for å være direkte utforskere, vil vi bli designere, tilsynsførere og mottakere av intelligente systemer som opererer over hele solsystemet. Enda viktigere er at overgangen fra menneskelige utforskere til robotikk og AI minimerer risiko samtidig som den akselererer oppdagelser og muliggjør en vedvarende tilstedeværelse på Månen, Mars og utover.

Referanser

^{1. Domínguez, R., Pérez-Del-Pulgar, C., Paz-Delgado, G. J., Polisano, F., Babel, J., Germa, T., Dragomir, I., Ciarletti, V., Berthet, A.-C., Danter, L. C., & Kirchner, F. (2025). Samarbeidsrobotisk utforskning av en planetarisk skylight‑overflate og lavahule. Science Robotics, 10(105), eadj9699. https://doi.org/10.1126/scirobotics.adj9699}