ต้นขั้ว หุ่นยนต์สี่ขาเตรียมพร้อมสำหรับการสำรวจดาวอังคารแบบอัตโนมัติ – Securities.io
เชื่อมต่อกับเรา

การบินและอวกาศ

หุ่นยนต์สี่ขาเตรียมพร้อมสำหรับการสำรวจดาวอังคารแบบอัตโนมัติ

mm

วันหนึ่ง การสำรวจอวกาศอาจใช้ประโยชน์จากนักบินอวกาศที่อาศัยอยู่นอกโลกอย่างถาวร ดังที่นักวิทยาศาสตร์ได้จินตนาการไว้ ภารกิจอาร์เทมิสสู่ดวงจันทร์หรือโดยอีลอน มัสก์ สำหรับดาวอังคาร

ถึงกระนั้น แม้จะมีมนุษย์อยู่ในอวกาศ งานส่วนใหญ่ที่จำเป็นในอวกาศก็จะยังคงดำเนินการโดยหุ่นยนต์อยู่ดี เพราะหุ่นยนต์นั้นหาคนมาทดแทนได้ง่ายกว่านักบินอวกาศ และมีความเสี่ยงน้อยกว่าต่ออากาศที่เป็นพิษหรือสุญญากาศ รังสี อุณหภูมิที่รุนแรง ฯลฯ

ตามหลักการแล้ว ยานสำรวจและหุ่นยนต์ส่วนใหญ่ควรจะสามารถจัดการงานง่ายๆ ได้ด้วยตนเอง โดยมนุษย์บนโลกหรือในพื้นที่ปฏิบัติงานจะเข้ามาเกี่ยวข้องเฉพาะเมื่อต้องการช่วยเหลือในการแก้ไขปัญหาเฉพาะ หรือกำหนดภารกิจประจำวันของพวกมันเท่านั้น

เนื่องจากปัญญาประดิษฐ์ (AI) พัฒนาไปอย่างรวดเร็ว รวมถึง ปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) ซึ่งเป็นแนวคิดที่ปัจจุบันได้รับการสนับสนุนจากบริษัทผู้นำด้าน AI อย่าง NVIDIAวิสัยทัศน์ในนิยายวิทยาศาสตร์นี้อาจกลายเป็นความจริงไปแล้วก็ได้

สำหรับภารกิจที่อยู่ไกลออกไป เช่น การสำรวจดวงจันทร์ของดาวพฤหัสบดี ความล่าช้าในการสื่อสารซึ่งอาจนานถึง 1 ชั่วโมง ทำให้การควบคุมโดยตรงทำได้ยากยิ่งขึ้น ส่งผลให้การตัดสินใจด้วยตนเองของยานสำรวจมีคุณค่าอย่างยิ่ง

“ยานสำรวจถูกออกแบบมาเพื่อประหยัดพลังงานและปลอดภัย และเคลื่อนที่ช้าๆ บนพื้นที่อันตราย ส่งผลให้การสำรวจมักจำกัดอยู่เพียงส่วนเล็กๆ ของพื้นที่ลงจอด โดยทั่วไปยานสำรวจจะเดินทางได้เพียงไม่กี่ร้อยเมตรต่อวัน ซึ่งทำให้ยากต่อการรวบรวมข้อมูลทางธรณีวิทยาที่หลากหลาย”

อีกก้าวหนึ่งคือการเพิ่มความสามารถในการเคลื่อนที่อย่างอิสระให้กับหุ่นยนต์สำรวจอวกาศ ท้ายที่สุดแล้ว ล้อและตีนตะขาบอาจมีความน่าเชื่อถือมากกว่า แต่ก็ไม่ใช่ว่าจะมีถนนรอพวกมันอยู่บนดวงจันทร์และดาวอังคารเสียหน่อย

ด้วยเหตุนี้ ภารกิจสำรวจด้วยหุ่นยนต์ส่วนใหญ่จึงมุ่งเน้นไปที่ภูมิประเทศที่ค่อนข้างราบเรียบและเดินทางได้ง่าย แต่พื้นที่เหล่านี้อาจไม่ใช่พื้นที่ที่เหมาะสมที่สุดสำหรับการตั้งถิ่นฐานในอวกาศในอนาคต

ตัวอย่างเช่น ถ้ำลาวาอาจเป็นที่พักพิงสำเร็จรูปที่สมบูรณ์แบบสำหรับนักบินอวกาศในอนาคต แต่เราไม่เคยสำรวจถ้ำลาวาอย่างจริงจังเลย แม้ว่ากำลังมีการวางแผนสำรวจถ้ำลาวาด้วยระบบ AI อยู่ก็ตามและทรัพยากรส่วนใหญ่น่าจะพบได้ในปล่องภูเขาไฟลึก (น้ำ) หรือภูมิประเทศที่เป็นภูเขา (โลหะและแร่ธาตุอื่นๆ)

“บนดวงจันทร์ ทรัพยากรสำคัญหลายอย่างตั้งอยู่ในภูมิประเทศที่เข้าถึงได้ยาก รวมถึงแหล่งสะสมหินภูเขาไฟที่มีสารระเหยและไทเทเนียมสูง หินบะซอลต์ KREEP ที่มีธาตุหายาก และน้ำแข็งในบริเวณที่อยู่ในเงามืดถาวรใกล้ขั้วโลกใต้ บนดาวอังคาร ก็มีการพบแหล่งน้ำแข็งและดินที่มีโลหะสูงในบริเวณละติจูดสูงและพื้นที่สูง ซึ่งมักอยู่ในบริเวณลาดชันที่ไม่มั่นคงหรือสภาพทางธรณีวิทยาที่มีรอยแตก”

ดังนั้นจึงจำเป็นต้องมีหุ่นยนต์ที่ล้ำหน้ากว่านี้ โดยหุ่นยนต์สุนัขสี่ขาอาจเป็นตัวเลือกที่เหมาะสม เนื่องจากดีไซน์นี้กำลังได้รับความนิยมมากขึ้นบนโลกเช่นกัน

ความเป็นไปได้นี้กำลังได้รับการทดสอบโดยนักวิจัยชาวสวิสจาก ETH Zurich, มหาวิทยาลัยซูริค, สถาบันสำรวจอวกาศนอยชาเตล, มหาวิทยาลัยบาเซิล และมหาวิทยาลัยเบิร์น

พวกเขาใช้หุ่นยนต์สี่ขา ทดสอบว่ามันสามารถสำรวจและเก็บตัวอย่างในสภาพแวดล้อมอวกาศจำลองแบบกึ่งอัตโนมัติได้หรือไม่ และตีพิมพ์ผลการค้นพบในวารสาร Frontiers In Space Technologies1ภายใต้ชื่อ “การสำรวจพื้นผิวคล้ายดาวอังคารและดวงจันทร์แบบกึ่งอัตโนมัติด้วยหุ่นยนต์ขาเดิน โดยใช้แขนหุ่นยนต์ที่ติดตั้งอุปกรณ์ Raman และภาพจากกล้องจุลทรรศน์"

การจำลองดาวอังคารบนโลก

นักวิจัยใช้ โรงงานมาร์สลาบอร์ ที่มหาวิทยาลัยบาเซิล ซึ่งจำลองสภาพพื้นผิวของดาวเคราะห์โดยใช้หินจำลอง ฝุ่นละอองบนดาวเคราะห์ (เรโกไลท์) และสภาพแสงจำลอง เพื่อสร้างสภาพแวดล้อมที่เหมือนกับดาวอังคารทุกประการ ยกเว้นแรงโน้มถ่วง

Marslabor ประกอบด้วยห้องขนาด 80 ตารางเมตร ซึ่งมีพื้นที่ทดสอบขนาด 40 ตารางเมตรที่ประกอบด้วยวัสดุจำลองสภาพแวดล้อมของดาวอังคาร รวมถึงหินที่มีศักยภาพสูงในการเก็บรักษาร่องรอยทางชีวภาพ เช่น ยิปซัมหรือหินคาร์บอเนต ซึ่งจะเป็นประโยชน์อย่างมากในการสำรวจดาวอังคารจริง ๆ ที่ต้องการศึกษาการกิจกรรมทางชีวภาพในอดีตบนดาวเคราะห์สีแดง

นอกจากนี้ ยังรวมถึงหินประเภทที่บ่งชี้ถึงการไหลของน้ำในอดีต เช่น หินคาร์บอเนตซิลิกาคลาสติก และหินบะซอลต์ที่มีกำมะถันด้วย

ส่วนหนึ่งของห้องยังจำลองสภาพแวดล้อมบนดวงจันทร์ โดยมีหินประเภทต่างๆ ที่สามารถเป็นแหล่งของออกไซด์ ไทเทเนียม อะลูมิเนียม และซิลิคอนได้

นักสำรวจสี่ขา

หุ่นยนต์อเนกประสงค์พร้อมเซ็นเซอร์

หุ่นยนต์ที่ใช้ในการศึกษาครั้งนี้คือหุ่นยนต์ ANYmal ที่ผลิตโดยบริษัทสัญชาติสวิส เอนี่โบติกส์บริษัทนี้เชี่ยวชาญด้านการตรวจสอบทางอุตสาหกรรมในพื้นที่อันตราย เพื่อให้สามารถทำแผนที่และระบุตำแหน่งได้ ANYmal จึงติดตั้งอุปกรณ์ LiDAR รุ่น VLP-16 Puck LITE จาก Velodyne, เซ็นเซอร์สเตอริโอแบบแอคทีฟ RealSense D435 จำนวน 6 ตัวจาก Intel สำหรับการทำแผนที่ระดับความสูง และกล้องมุมกว้าง FLIR Blackfly จำนวน 2 ตัว เพื่อให้ได้ภาพแบบ RGB

หุ่นยนต์ตัวนี้ติดตั้งอุปกรณ์ถ่ายภาพจุลทรรศน์ (MICRO) และ เครื่องสเปกโทรเมตร Raman MIRA RTX เซ็นเซอร์เหล่านี้ผลิตโดยบริษัท Metrohm จากประเทศสวิตเซอร์แลนด์ และได้รับการติดตั้งบนแขนหุ่นยนต์ที่พัฒนาขึ้นเองภายในสถาบันเทคโนโลยีแห่งสหพันธรัฐสวิส (ETH – Eidgenössische Technische Hochschule)

อุปกรณ์ดังกล่าวถูกควบคุมจากระยะไกลโดยผู้ปฏิบัติงานผ่านส่วนต่อประสานผู้ใช้แบบกราฟิก (GUI) ซึ่งแสดงแผนที่ระดับความสูงดิจิทัลและภาพจากกล้อง โดยใช้ในการส่งคำสั่งและงานต่างๆ

เป้าหมายของเครื่องถ่ายภาพ MICRO คือการถ่ายภาพระยะใกล้ของพื้นผิว ลวดลาย และสีของตัวอย่างหิน ซึ่งเป็นข้อมูลสำคัญในการระบุชนิดของหินและองค์ประกอบของหิน เครื่องนี้ประกอบด้วยกล้องจุลทรรศน์ USB วงแหวนไฟ LED RGB 48 ดวง เซ็นเซอร์วัดเวลาการบิน (ToF) และอุปกรณ์อิเล็กทรอนิกส์ควบคุม วงแหวนโฟมช่วยป้องกันแสงรบกวนไม่ให้เข้าไปเมื่อ MICRO สัมผัสกับเป้าหมาย

เครื่องสเปกโทรเมตร Raman ใช้เลเซอร์กระตุ้นด้วยรังสีอินฟราเรดที่มีความยาวคลื่น 785 นาโนเมตร และกำลังสูงสุด 100 มิลลิวัตต์ โดยมีช่วงการวัดตั้งแต่ 400 ถึง 2,300 cm⁻¹ และมีความละเอียด 8–10 cm⁻¹ ข้อมูลที่ได้ช่วยเสริมการสังเกตการณ์ด้วยกล้องจุลทรรศน์ MICRO โดยเผยให้เห็นองค์ประกอบทางเคมีของหินที่ศึกษา

การสืบสวนโดยมีและไม่มีมนุษย์

แนวคิดการปฏิบัติงานสองแบบสำหรับการสำรวจทางวิทยาศาสตร์ด้วยหุ่นยนต์: แบบแรกคือการควบคุมโดยมนุษย์แบบดั้งเดิม และแบบที่สองคือการสุ่มตัวอย่างแบบหลายเป้าหมายกึ่งอัตโนมัติโดยมีการแทรกแซงจากมนุษย์น้อยที่สุด

ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร วิธีการช่วยเหลือโดยมนุษย์เมื่อผู้ปฏิบัติงานระบุเป้าหมายในภาพจากกล้องและเลือกจุดหมายนำทางในส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) แล้ว ผู้ปฏิบัติงานก็สามารถตรวจสอบข้อมูลที่เข้ามาได้ทันทีและตัดสินใจว่าจำเป็นต้องทำการวัดเพิ่มเติมหรือไม่ นอกจากนี้ ผู้ปฏิบัติงานยังเลือกจำนวนการวัดแบบรามานที่จะใช้และกำหนดตำแหน่งเฉพาะของการวัดเหล่านั้นบนหินได้อีกด้วย

ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร วิธีการกึ่งอัตโนมัติมีการกำหนดคำสั่งล่วงหน้าให้กับหุ่นยนต์ ซึ่งรวมถึงการเคลื่อนที่ การนำทางไปยังจุดหมาย การติดตั้งอุปกรณ์ และการส่งข้อมูลกลับ เมื่ออัปโหลดคำสั่งแล้ว หุ่นยนต์จะดำเนินการทุกอย่างโดยอัตโนมัติ ตั้งแต่การเคลื่อนไหวไปจนถึงการติดตั้งแขนหุ่นยนต์และการวัดทางวิทยาศาสตร์

หลังจากทำการวัดเสร็จสิ้นที่เป้าหมายแต่ละจุดแล้ว หุ่นยนต์จะดำเนินการตามขั้นตอนต่อไปโดยอัตโนมัติ โดยเคลื่อนไปยังเป้าหมายถัดไปและบันทึกข้อมูลหลังจากการวัดแต่ละครั้ง เมื่อทำการวัดเสร็จสิ้นสำหรับทุกเป้าหมายแล้ว หุ่นยนต์จึงจะส่งข้อมูลที่รวบรวมได้ไปยังสถานีฐาน

ผลการวิเคราะห์ยืนยันถึงประโยชน์ของการผสมผสานเครื่องมือต่างๆ โดยการผสมผสานการวิเคราะห์แบบรามานและไมโครสโคปีช่วยเพิ่มโอกาสในการระบุชนิดของหินได้อย่างถูกต้องมากขึ้น

วิธีการกึ่งอัตโนมัติสามารถระบุเป้าหมายได้อย่างถูกต้องอย่างน้อย 1 ใน 3 ของเป้าหมายต่อรอบการทำงาน โดยสามารถระบุเป้าหมายได้ 100% ในภารกิจจำลอง 1 ใน 4 ครั้ง ภารกิจที่มีเป้าหมายหลายเป้าหมายใช้เวลาประมาณ 12 ถึง 23 นาที ในขณะที่ภารกิจที่ควบคุมโดยมนุษย์ต้องใช้เวลา 41 นาทีในการวิเคราะห์ที่เทียบเคียงกันได้

ดังนั้น แม้ผลลัพธ์จะไม่สมบูรณ์แบบนัก แต่ก็สามารถวิเคราะห์ได้อย่างมีประสิทธิภาพมากขึ้นต่อนาที ส่งผลให้ประสิทธิภาพโดยรวมสูงขึ้น ประสบการณ์นี้จึงยืนยันว่าหุ่นยนต์อัตโนมัติจำนวนมากสามารถสำรวจพื้นที่ขนาดใหญ่บนพื้นผิวของดาวเคราะห์ได้อย่างรวดเร็ว

นอกจากนี้ เมื่อระบุตัวอย่างที่น่าสนใจได้แล้ว นักวิทยาศาสตร์สามารถนำตัวอย่างนั้นไปวิเคราะห์ด้วยตนเองเพื่อทำการวิจัยเพิ่มเติมได้

“แทนที่จะพึ่งพาชุดอุปกรณ์ขนาดใหญ่และซับซ้อนเพียงอย่างเดียว ภารกิจในอนาคตอาจใช้หุ่นยนต์ที่คล่องตัวซึ่งสามารถสแกนสภาพแวดล้อมได้อย่างรวดเร็วและระบุเป้าหมายที่น่าสนใจสำหรับการตรวจสอบอย่างละเอียด”

การพัฒนาการสำรวจด้วยหุ่นยนต์ให้ดียิ่งขึ้น

นักวิจัยยังตั้งข้อสังเกตอีกว่า เครื่องมือที่ใช้ทั้งหมดได้รับการพัฒนาโดยคำนึงถึงการควบคุมโดยตรงจากมนุษย์เป็นหลัก ซึ่งหมายความว่าหุ่นยนต์กึ่งอัตโนมัติบางครั้งอาจประสบปัญหาการวางตำแหน่งแขนที่ไม่ตรงเป้าหมาย ส่งผลให้ภาพ MICRO เบลอหรือข้อมูล Raman มีสัญญาณรบกวนมากเกินไป

ระบบที่ได้รับการปรับปรุงอาจทำการทดสอบซ้ำโดยปรับแขนอัตโนมัติเล็กน้อยในกรณีที่ภาพเบลอหรือข้อมูลสเปกโทรเมตรีไม่ดี นอกจากนี้ โปรแกรมอัตโนมัติเพิ่มเติมก็สามารถช่วยได้เช่นกัน

“เพื่อยกระดับความเป็นอิสระให้สูงขึ้นไปอีกขั้น หุ่นยนต์เหล่านี้สามารถตรวจจับเป้าหมายที่สนใจได้ด้วยตนเอง โดยอาศัยรูปร่าง สี และพื้นผิว ในสถานการณ์ที่การส่งข้อมูลช้ามาก (เช่น ในระบบสุริยะชั้นนอก) หุ่นยนต์ก็สามารถทำการวัดเป้าหมายเหล่านั้นได้ด้วยตนเอง”

ระบบนี้ยังไม่ได้ใช้ประโยชน์จากความก้าวหน้าล่าสุดในด้านปัญญาประดิษฐ์ ซึ่งอาจทำให้หุ่นยนต์มีอิสระในการทำงานมากขึ้นในอนาคต ดังที่เราได้กล่าวถึงในหัวข้อ “อวกาศ 2.0: การ崛起ของหุ่นยนต์อัตโนมัติและปัญญาประดิษฐ์“ดังนั้น โปรโตคอลการตรวจจับและการสแกนที่ล้ำหน้ายิ่งขึ้น อาจนำไปสู่การวัดที่มีประสิทธิภาพและเป็นอิสระมากขึ้น จากนั้น การฝึกฝนโมเดล AI เฉพาะทางด้วยข้อมูลจริงจากหุ่นยนต์บนดาวอังคารหรือดวงจันทร์ อาจทำให้ยานสำรวจรุ่นต่อไปมีประสิทธิภาพมากยิ่งขึ้น”

Iการลงทุนในหุ่นยนต์อวกาศ

เครื่องจักรที่ใช้งานง่าย

(LUNR )

การส่งยานสำรวจอัตโนมัติไปยังวัตถุระหว่างดวงดาวนั้น จำเป็นต้องอาศัยความเชี่ยวชาญอย่างมากในการสร้างยานสำรวจอวกาศขนาดใหญ่และทำให้ยานเหล่านั้นไปถึงจุดหมายได้อย่างปลอดภัย ในขณะนี้ ภารกิจนี้ส่วนใหญ่เป็นหน้าที่ของหน่วยงานภาครัฐ เช่น NASA, ESA และมหาวิทยาลัยที่เกี่ยวข้อง

สถานการณ์กำลังเปลี่ยนแปลงไป เนื่องจากเรากำลังเข้าใกล้จุดที่บริษัทเอกชนอาจเริ่มส่งภารกิจอัตโนมัติหรือมีมนุษย์ควบคุมไปขุดแร่จากดาวเคราะห์น้อย โดยเฉพาะอย่างยิ่งดาวเคราะห์น้อยใกล้โลก โครงการประเภทนี้มีแนวโน้มที่จะเป็นขั้นตอนต่อไป หรือดำเนินการควบคู่ไปกับการส่งมนุษย์กลับไปยังดวงจันทร์ ซึ่งวางแผนไว้สำหรับปีต่อๆ ไป

บริษัท Intuitive Machines ก่อตั้งขึ้นในปี 2013 ในเมืองฮิวสตัน รัฐเท็กซัส ปัจจุบันเป็นบริษัทที่มุ่งเน้นด้าน "ดวงจันทร์" เป็นหลัก ดังที่เห็นได้จากสัญลักษณ์หุ้น LUNR และได้ดำเนินการไปแล้วบางส่วน ได้รับเลือกให้เข้าร่วมภารกิจสำรวจดวงจันทร์ของ NASA 4 ครั้งและมีพนักงานมากกว่า 400 คน

บริษัทนี้เป็นบริษัทเชิงพาณิชย์แห่งแรกที่ประสบความสำเร็จในการลงจอดและส่งข้อมูลทางวิทยาศาสตร์จากดวงจันทร์ นอกจากนี้ยังทำการทดสอบการจุดระเบิดเครื่องยนต์ LOx/LCH4 (ออกซิเจนเหลว มีเทนเหลว) ในอวกาศเป็นครั้งแรก บริษัทกำลังดำเนินโครงการมากมายที่จะเป็นรากฐานของโครงสร้างพื้นฐานบนดวงจันทร์สำหรับการสำรวจและการตั้งถิ่นฐาน

อันแรกคือ “บริการส่งข้อมูลโดยเทคโนโลยีดังกล่าวกำลังถูกทดสอบ และในที่สุดก็มุ่งหวังที่จะยุติลงด้วยการส่งกลุ่มดาวเทียมเพื่อส่งข้อมูลไปยังดวงจันทร์รอบวงโคจรของดวงจันทร์

ส่วนที่สองคือ “โครงสร้างพื้นฐานในรูปแบบบริการ” ซึ่งควรรวมถึงบริการโทรคมนาคม บริการระบุตำแหน่งด้วย GPS และยานพาหนะบนพื้นผิวดวงจันทร์ (LTV) ที่สามารถปฏิบัติการได้เองโดยอัตโนมัติ

ส่วนสุดท้ายคือการขนส่งวัสดุไปยังพื้นผิวดวงจันทร์ จนถึงปัจจุบัน บริษัทได้ส่งมอบอุปกรณ์ทางวิทยาศาสตร์ด้วย ยานลงจอด Nova-Cยานลงจอดสูง 4.3 เมตร (14 ฟุต) ที่สามารถส่งน้ำหนักบรรทุก 130 กิโลกรัมไปยังดวงจันทร์ได้

ขั้นตอนต่อไปจะเป็นการส่งยานลงจอด Nova-D ซึ่งสามารถส่งวัสดุไปยังดวงจันทร์ได้ 1,500-2,500 กิโลกรัม ปริมาณและความสามารถในการบรรทุกนี้จะเพียงพอสำหรับการส่งยานสำรวจพื้นผิวดวงจันทร์ (LTV) รวมถึงเครื่องปฏิกรณ์นิวเคลียร์แบบฟิชชันขนาด 40 กิโลวัตต์ ซึ่งคาดว่าจะใช้เป็นแหล่งพลังงานสำหรับฐานบนดวงจันทร์

บริษัทได้รับสัญญาที่มีมูลค่าสูงหลายฉบับจาก NASA ตัวอย่างเช่น สัญญา Near Space Network ซึ่งมีมูลค่าสูงสุดถึง 4.82 พันล้านดอลลาร์ ส่วนการตัดสินใจขั้นสุดท้ายของ NASA เกี่ยวกับสัญญา LTV ระหว่างผู้จัดหา 3 รายนั้น คาดว่าจะเกิดขึ้นภายในสิ้นปี 2025 และจะมีมูลค่าสูงถึง 4.6 พันล้านดอลลาร์เช่นกัน

นอกจาก NASA แล้ว บริษัทกำลังพยายามขยายฐานลูกค้าให้หลากหลายมากขึ้น โดยได้รับการคัดเลือกในเดือนเมษายน 2025 ให้ได้รับเงินสนับสนุนสูงสุดถึง 10 ล้านดอลลาร์จากคณะกรรมการอวกาศแห่งรัฐเท็กซัส

สิ่งนี้จะสนับสนุนการพัฒนายานลงจอดกลับสู่โลกและห้องปฏิบัติการผลิตในวงโคจรที่ออกแบบมาเพื่อรองรับการผลิตทางชีวภาพในสภาวะแรงโน้มถ่วงต่ำ ยานลงจอดกลับสู่โลกนี้ยังจะเป็นตัวเลือกสำรองและลดความเสี่ยงสำหรับภารกิจนำตัวอย่างจากดวงจันทร์กลับมายังโลกในอนาคตของบริษัทอีกด้วย

โครงการอีกโครงการหนึ่งคือการพัฒนาดาวเทียมล่องหนพลังงานต่ำสำหรับห้องปฏิบัติการวิจัยกองทัพอากาศตามสัญญา JETSON

ในขณะที่บริษัทเข้าถึงจุดกระแสเงินสดอิสระที่เป็นบวกในไตรมาสที่ 1 ปี 2025 และด้วยสัญญาโทรคมนาคมบนดวงจันทร์ ขณะนี้บริษัทกำลังมีความปลอดภัยมากขึ้นสำหรับนักลงทุน โดยเปลี่ยนจากบริษัทสตาร์ทอัพที่เผาเงินสดไปเป็นผู้ให้บริการที่มั่นคงในเศรษฐกิจอวกาศที่กำลังเติบโต

และอาจเป็นรากฐานสำคัญสำหรับการสำรวจอวกาศห้วงลึกและการใช้ทรัพยากรอวกาศในอนาคต โดยเฉพาะอย่างยิ่งเมื่อกลายเป็นพันธมิตรที่น่าเชื่อถือของ NASA เทียบเท่ากับ SpaceX (เตรียมเข้าตลาดหลักทรัพย์เร็วๆ นี้ หลังจากการควบรวมกิจการกับ xAI) หรือ ห้องปฏิบัติการจรวด (RKLB ).

(คุณสามารถ อ่านเพิ่มเติมเกี่ยวกับ Intuitive Machines ได้ในรายงานการลงทุนของเราที่จัดทำขึ้นสำหรับบริษัทนี้โดยเฉพาะ.)

ล่าสุด เครื่องจักรที่ใช้งานง่าย (ลุนอาร์) ข่าวและความคืบหน้าหุ้น

ศึกษาอ้างอิง

1กาบริเอลา ลิเกซา, ฟิลิป อาร์ม และคณะ การสำรวจพื้นผิวคล้ายดาวอังคารและดวงจันทร์แบบกึ่งอัตโนมัติด้วยหุ่นยนต์ขาเดินโดยใช้แขนหุ่นยนต์ที่ติดตั้งอุปกรณ์รามานและเครื่องถ่ายภาพจุลทรรศน์ วารสาร Frontier Space Technologies, 31 มีนาคม 2026 เล่มที่ 7 – 2026 | https://doi.org/10.3389/frspt.2026.1741757 

โจนาธานเป็นอดีตนักวิจัยชีวเคมีที่ทำงานด้านการวิเคราะห์ทางพันธุกรรมและการทดลองทางคลินิก ตอนนี้เขาเป็นนักวิเคราะห์หุ้นและนักเขียนการเงินโดยเน้นไปที่นวัตกรรม วัฏจักรของตลาด และภูมิรัฐศาสตร์ในสิ่งพิมพ์ของเขา 'ศตวรรษแห่งยูเรเชียน".

การเปิดเผยของผู้โฆษณา: Securities.io มุ่งมั่นที่จะปฏิบัติตามมาตรฐานด้านบรรณาธิการที่เข้มงวดเพื่อให้ผู้อ่านของเราได้รับคำวิจารณ์และการให้คะแนนที่ถูกต้อง เราอาจได้รับค่าตอบแทนเมื่อคุณคลิกลิงก์ไปยังผลิตภัณฑ์ที่เราตรวจสอบ

ESMA: CFD เป็นตราสารที่ซับซ้อนและมีความเสี่ยงสูงที่จะสูญเสียเงินอย่างรวดเร็วเนื่องจากเลเวอเรจ บัญชีนักลงทุนรายย่อยระหว่าง 74-89% สูญเสียเงินเมื่อซื้อขาย CFD คุณควรพิจารณาว่าคุณเข้าใจวิธีการทำงานของ CFD หรือไม่ และคุณสามารถยอมรับความเสี่ยงสูงในการสูญเสียเงินได้หรือไม่

ข้อจำกัดความรับผิดชอบคำแนะนำการลงทุน: ข้อมูลที่มีอยู่ในเว็บไซต์นี้จัดทำขึ้นเพื่อวัตถุประสงค์ทางการศึกษาและไม่ถือเป็นคำแนะนำในการลงทุน

ข้อสงวนสิทธิ์ความเสี่ยงในการซื้อขาย: การซื้อขายหลักทรัพย์มีความเสี่ยงสูงมาก ซื้อขายผลิตภัณฑ์ทางการเงินทุกประเภท รวมถึงฟอเร็กซ์ CFD หุ้น และสกุลเงินดิจิตอล

ความเสี่ยงนี้จะสูงขึ้นเมื่อใช้สกุลเงินดิจิทัล เนื่องจากตลาดมีการกระจายอำนาจและไม่มีการควบคุม คุณควรตระหนักว่าคุณอาจสูญเสียส่วนสำคัญในพอร์ตโฟลิโอของคุณ

Securities.io ไม่ใช่นายหน้าจดทะเบียน นักวิเคราะห์ หรือที่ปรึกษาการลงทุน