Romfart
Månefremskritt – Robotikk og AI for autonom utforskning
Legg til Securities.io blant dine foretrukne kilder på Google
AI-drevet robotikk for autonom romutforskning
En dag kan romutforskning bygge på astronauter som bor permanent på stedet, slik Artemis-programmet ser for seg på månen og Elon Musk på Mars. Selv med mennesker til stede vil roboter likevel gjøre mye av arbeidet. De er langt enklere å erstatte enn astronauter og mindre sårbare for giftig atmosfære, vakuum, stråling og ekstreme temperaturer.
Ideelt sett bør kjøretøy og roboter klare enkle oppgaver selv. Mennesker på jorden eller på stedet bør først og fremst hjelpe med konkrete problemer eller bestemme dagens oppdrag.
AI utvikler seg raskt, blant annet innen fysisk AI, et konsept AI-lederen NVIDIA nå fremmer (NVDA ). Denne science fiction-visjonen kan derfor allerede være i ferd med å bli virkelighet.
Forskere tar de første stegene i den retningen, både i forskningsprosjekter på jorden og med eksisterende rovere på Mars, med to nyhetssaker relatert til dette temaet de siste dagene.
Den første nyheten var at NASA har tatt i bruk AI for å hjelpe Mars-kjøretøyet Perseverance med navigasjonen.
Den andre gjelder forskere ved Universitetet i Málaga i Spania, det tyske forskningssenteret for kunstig intelligens (DFKI), Sorbonne Université i Frankrike og selskapene GMV Aerospace and Defence S.A, Magellium og Space Applications Services. De bruker roboter i lavatunneler på jorden som ligner strukturer på månen og Mars1.
Perseverances AI-støttede autonome navigasjon
NASAs første AI-planlagte kjøreturer på Mars
NASAs Mars-kjøretøy Perseverance nådde en ny vitenskapelig milepæl da det gjennomførte de første kjøreturene på en annen verden som var planlagt av kunstig intelligens. Turene fant sted 8. og 10. desember 2025 og ble kunngjort nylig.
I demonstrasjonen ble generativ AI brukt til å lage veipunkter for Perseverance. Dette er en komplisert beslutningsoppgave som vanligvis utføres manuelt av menneskene som planlegger kjøretøyets ruter.
Kilde: NASA
Dette kan endre utforskningen av Mars betydelig. Den store avstanden mellom jorden og Mars, omtrent 140 millioner miles eller 225 millioner kilometer, gir forsinkelse i kommunikasjonen. Avhengig av planetenes posisjoner tar det 3–22 minutter før en instruksjon når Mars, og like lang tid før svaret kommer tilbake.
NASA-forskerne er svært forsiktige for å unngå at milliardprosjektet setter seg fast i støv eller skades av en stein. Derfor blir selv små bevegelser en langsom og omstendelig prosess.
«Rutene har blitt planlagt og gjennomført av menneskelige førere som analyserer terreng- og statusdata. De skisserer en rute med veipunkter, vanligvis med høyst 100 meters mellomrom for å unngå mulige farer.
Deretter sender de planene gjennom NASAs Deep Space Network til kjøretøyet, som gjennomfører dem.»
På sin 1 707. og 1 709. dag på Mars-overflaten prøvde Perseverance i stedet noe nytt: AI fikk bidra til å bestemme hvor kjøretøyet skulle kjøre.
Slik fungerte det
Generativ AI analyserte høyoppløselige bilder tatt fra bane av HiRISE-kameraet (High Resolution Imaging Science Experiment) om bord på NASAs Mars Reconnaissance Orbiter, sammen med helningsdata fra digitale høydemodeller.
Kombinert med data fra tidligere utforskning gjorde dette det mulig å identifisere fast fjell, bergblotninger, farlige steinfelt, sandkrusninger og andre terrengtrekk.
«De grunnleggende elementene i generativ AI viser stort potensial for å effektivisere byggesteinene i autonom navigasjon på andre verdener: persepsjon, altså å se steiner og sandkrusninger; lokalisering, å vite hvor vi er; og planlegging og styring, å velge og følge den tryggeste veien.»
Vandi Verma – en romrobotiker ved JPL og medlem av Perseverance‑ingeniørteamet.
Modellen var Claude fra Anthropic, som nylig fikk oppmerksomhet for potensialet til å endre hele SaaS- og programvarebransjen og utløse et mindre børsfall i sektoren.
Den AI-støttede navigasjonen hjalp Perseverance med å ta bilder under en autonom kjøretur på to timer og 30 minutter langs kanten av Jezero-krateret.
AI kan også brukes til å behandle data fra romsonder og redusere arbeidsmengden for robotoperatørene.
Dette kan bli enda mer nyttig når astronauter befinner seg i nærheten av robotene, særlig ettersom AI da kan ha fått større kapasitet.
«Vi nærmer oss en dag da generativ AI og andre smarte verktøy hjelper kjøretøyene våre med kilometerlange turer, samtidig som operatørenes arbeidsbelastning minimeres. De kan også gjennomgå enorme bildemengder og fremheve interessante overflatetrekk for forskerteamet.»
Vandi Verma – en romrobotiker ved JPL og medlem av Perseverance‑ingeniørteamet.
Mennesker på stedet og logistisk støtte vil dessuten gjøre det mulig for NASA-operatørene å ta større risiko. En robot som setter seg fast i støv, kan frigjøres manuelt i stedet for å føre til milliardtap og stanse mange års forskning.
«Denne demonstrasjonen viser hvor langt kapasiteten vår har kommet og utvider mulighetene for å utforske andre verdener.
Autonome teknologier som denne kan gjøre oppdrag mer effektive, håndtere krevende terreng og gi større vitenskapelig utbytte etter hvert som avstanden fra jorden øker.»
Testing av AI i jordens lavatunneler
Hvorfor lavatunneler?
AI-bruken på Mars er banebrytende, men NASA-forskerne er forståelig nok forsiktige med å risikere et unikt kjøretøy som Perseverance i et eksperiment. Uansett hvor effektiv AI er, vil de ikke sende roboten inn i en situasjon der en menneskelig fjernoperatør ikke kan rette opp et problem.
Derfor er det også viktig å eksperimentere i terreng som ligner det man finner i rommet, men med jordbaserte ressurser og støtte i nærheten.
Lavatunneler er blant de viktigste mulige utforskningsområdene på månen og Mars. De danner naturlige grotter som kan beskytte de første astronautene mot kosmisk stråling. Den lavere tyngdekraften på disse himmellegemene gjør dessuten at tunnelene kan være mye større enn på jorden.
Deler av lavatunneler kan rase sammen naturlig og danne åpninger i bakken som gir direkte tilgang for utforskning.
Ingen lavatunneler utenfor jorden har imidlertid blitt utforsket. En viktig grunn er at steinmassene blokkerer radiosignaler og dermed vanskeliggjør direkte styring.
Testing av robotene
Det europeiske forskerteamet brukte tre ulike roboter som samarbeidet om å utforske disse ekstreme underjordiske miljøene autonomt.
Kilde: ResearchGate
Testen ble gjennomført i vulkanske grotter og lavatunneler på Lanzarote på Kanariøyene.
Systemet arbeider i fire faser:
- Robotene kartlegger området rundt tunnelinngangen i fellesskap (fase 1).
- Deretter senkes en nyttelastkube med sensorer ned i grotten for å samle de første målingene og vise hva robotene kan vente seg (fase 2).
- Et rekognoseringskjøretøy fires ned gjennom åpningen til innsiden (fase 3).
- Til slutt utforsker robotgruppen tunnelen i dybden og lager detaljerte tredimensjonale kart over innsiden (fase 4).
Fra analoge terrengtester på jorden til oppdrag på månen og Mars
De siste årene har romrobotikklaboratoriet ved Universitetet i Málaga (UMA) samarbeidet tett med Den europeiske romorganisasjonen om algoritmer som hjelper planetkjøretøy med å planlegge ruter og arbeide mer selvstendig.
Sammen med Perseverances forsøk med AI-planlagt kjøring kan dette danne grunnlaget for et nytt romoppdrag. Målet kan være å undersøke en lavatunnel som mulig framtidig bosted for de første bosettingene på månen eller Mars.
Dette kan også få stor betydning for letingen etter utenomjordisk liv.
Investering i romrobotikk
Intuitive Machines
Å sende sonder til interstellare objekter krever stor kompetanse på å bygge romsonder og få dem uskadd fram til riktig sted. Hittil har dette stort sett vært et felt for offentlige institusjoner som NASA, ESA og tilknyttede universiteter.
Det er i ferd med å endre seg etter hvert som private selskaper nærmer seg muligheten til å sende automatiserte eller bemannede oppdrag for gruvedrift på asteroider, særlig objekter nær jorden.
Slike prosjekter vil trolig følge etter, eller foregå parallelt med, returen til bemannede måneoppdrag som er planlagt i årene framover.
Intuitive Machines (LUNR ) ble grunnlagt i Houston i Texas i 2013. Som børssymbolet LUNR antyder, er selskapet foreløpig svært måneorientert. Det er allerede valgt ut til fire NASA-oppdrag til månen og har over 400 ansatte.
Kilde: Intuitive Machines
Det var det første kommersielle selskapet som landet på månen og sendte vitenskapelige data derfra. Det gjennomførte også den første tenningen i rommet av en LOx/LCH4-motor, som bruker flytende oksygen og flytende metan.
Selskapet arbeider med en rekke prosjekter som kan danne grunnlaget for måneinfrastruktur til utforskning og bosetting.
Det første er en dataoverføringstjeneste. Teknologien testes, og det langsiktige målet er en satellittkonstellasjon for dataoverføring i bane rundt månen.
Kilde: Intuitive Machines
Den andre delen er infrastruktur som tjeneste. Den skal omfatte et måneterrengkjøretøy (LTV) som kan operere autonomt, telekommunikasjon og GPS-posisjoneringstjenester.
Kilde: Intuitive Machines
Det siste området er levering av materiell til måneoverflaten. Selskapet har hittil levert vitenskapelig nyttelast med landingsfartøyet Nova-C, som er 4,3 meter høyt og kan frakte 130 kg til månen.
Neste trinn er Nova-D, som skal kunne levere 1 500–2 500 kg materiell. Denne kapasiteten og størrelsen trengs for å frakte måneterrengkjøretøyet LTV og kjernekraftreaktoren Fission Surface Power på 40 kW, som er tenkt å forsyne månebasen med strøm.
Kilde: Intuitive Machines
Selskapet har vunnet flere verdifulle NASA-kontrakter, blant annet Near Space Network-kontrakten med en maksimal potensiell verdi på 4,82 milliarder dollar.
NASAs endelige valg mellom tre mulige LTV-leverandører var ventet mot slutten av 2025. Denne kontrakten kan også bli verdt opptil 4,6 milliarder dollar.
Selskapet prøver å spre kundebasen utover NASA. I april 2025 ble det valgt ut til et tilskudd på opptil 10 millioner dollar fra Texas Space Commission. Midlene skal støtte utviklingen av et returfartøy til jorden og et produksjonslaboratorium i bane for biologisk produksjon i mikrogravitasjon.
Returfartøyet vil også være en reserveløsning som reduserer risikoen ved selskapets framtidige oppdrag for å hente prøver fra månen.
Et annet prosjekt er utvikling av kjernekraftdrevne lavenergisatellitter med lav synlighet under JETSON-kontrakten til et forskningslaboratorium i det amerikanske luftforsvaret.
Med positiv fri kontantstrøm i første kvartal 2025 og kontrakten for månekommunikasjon blir selskapet tryggere for investorer. Det beveger seg fra en oppstartsbedrift som bruker opp kontanter, til en etablert tjenesteleverandør i den voksende romøkonomien.
Det kan også bli en byggestein for videre utforskning av det dype rommet og utnyttelse av romressurser. Det gjelder særlig når selskapet blir en betrodd NASA-partner på linje med SpaceX (SPCX ) (som ventes børsnotert etter fusjonen med xAI) eller Rocket Lab (RKLB ) (RKLB, −6,47 %).
(Du kan lese mer om Intuitive Machines i vår investeringsrapport om selskapet.)
- Autonom romrobotikk reduserer oppdragsrisiko, kostnader ved kommunikasjonsforsinkelse og operatørenes arbeidsbelastning.
- Selskaper som bygger navigasjon, kommunikasjon og overflateinfrastruktur, får varige strategiske fordeler.
- NASA-samarbeid favoriserer i økende grad leverandører av skalerbar, tjenestebasert måneinfrastruktur.
Referanser:
1. Raúl Domínguez et al., Cooperative robotic exploration of a planetary skylight surface and lava cave. Science Robotics (2025). DOI:10.1126/scirobotics.adj9699
