Kalawakan 2.0: Ang Pagsikat ng mga Autonomong Robot at AI

Ang pangangailangan ng mga tao na mas maunawaan ang mundo sa kabila ng mga bituin ay nagdala ng mga makasaysayang tagumpay. Ang pagkahumaling na ito sa kalawakan ay tumulong sa atin na maabot ang mga mahalagang pangyayari tulad ng Paglapag ng Apollo 11 sa Buwan, na nagmarka ng unang hakbang ng sangkatauhan sa labas ng Earth. Sa hakbang na ito, pumasok tayo sa panahon ng ambisyoso at kuryosidad na pinapatakbo na eksplorasyon ng kalawakan.

Ang landas patungo sa celestial na eksplorasyon at pag-unawa, gayunpaman, ay hindi naging madali. Sa katunayan, nagdala ito ng seryosong panganib sa mga tao dahil sa pagkalantad sa mga panganib ng kalawakan, kabilang ang mataas na antas ng radiation, matinding pagbabago ng temperatura, kondisyon ng vacuum, mga mekanikal na pagkabigo, at ang likas na kawalan ng katiyakan sa mga hindi kilalang kapaligiran. May malinaw na pangangailangan para sa mas ligtas at mas epektibong mga sistema, na nagbunsod sa pag-develop at pag-deploy ng robotics at artificial intelligence.

Ang mga teknolohikal na pag-unlad na ito ay nagbigay sa atin ng mas maganda at mas ligtas na mga paraan upang tuklasin ang malawak na uniberso. Bilang resulta, ang mga robot ay naging mahalagang bahagi na ng mga misyon sa kalawakan. Ang mga makinang ito ay mabilis na nagiging pangunahing mga tagapagsiyasat sa mga kapaligirang napakadelikado para sa mga tao.

Hindi tulad ng atin na marupok, ang mga robotic system na ito ay madaling makayanan ang matinding kondisyon ng kalawakan. Higit pa rito, maaari silang magpatuloy ng operasyon nang walang pagkapagod o pagkabagot.

At iyon ang dahilan kung bakit NASA ay malawak na gumagamit ng mga robot. Halimbawa, ginagamit nito ang mga libreng lumilipad na robot ng Astrobee, na pinangalanang Bumble, Honey, at Queen, upang tumulong sa mga crew member sa International Space Station (ISS). Ang mga robot na hugis-kubo ay tumutulong sa mga astronaut sa mga rutin na gawain, tulad ng pagsubaybay sa suplay, pagpapatakbo ng mga sistema, at pagdodokumento ng mga video, habang ang mga astronaut ay nakatuon sa mas kritikal na mga gawain.

Ngunit hindi pa iyan ang lahat. Kapag pinagsama sa AI, ang mga makinang ito ay maaari ring magproseso ng napakalaking dami ng data sa real time at gumawa ng mga desisyon nang autonomously, na nagpapalakas pa ng kanilang kapangyarihan.

Ang patuloy na mga inobasyon sa sektor ay naglalayong dalhin ang mga kakayahang ito nang mas malayo. Kamakailan, ibinahagi ng Chinese robotics firm na Engine AI ang kanilang ambisyosong plano na ipadala ang kauna-unahang humanoid robot astronaut sa kalawakan.

Ang PM01 ay ang humanoid robot na ipapadala sa kalawakan. Ang magaan, open-source na intelligent humanoid platform na ito ay nagsasama ng galaw na kahawig ng tao at advanced na robotic intelligence. Mayroon itong bionic na estruktura na ginagaya ang galaw ng tao at isang lubos na interactive na core display, bukod pa sa ultra-fast na tugon sa galaw, high-precision na environmental sensors, at kakayahang magdesisyon nang autonomously. Upang pamahalaan ang kumplikadong perception, motion control, at real-time workloads, ang dual-chip architecture nito ay pinagsasama ang NVIDIA Jetson Orin module at Intel N97 CPU upang maghatid ng high-performance computing.

Kaya, habang ang mga robot ay nagiging mas matibay, adaptable, at autonomous, magagawa nilang kunin ang mga high-risk na gawain tulad ng external maintenance ng mga space station at pangmatagalang monitoring na naglalantad sa mga astronaut sa malaking panganib.

Ang hinaharap ng eksplorasyon ng kalawakan ay malinaw na patungo sa mas malaking automation. Sa halip na ilagay ang mga astronaut sa panganib, papalitan na lamang ng mga misyon ang mga ito ng mga network ng matatalinong robot na maaaring magtrabaho nang magkakasama sa malalayong distansya.

Ngayon, tingnan natin kung paano nangyayari ang transformasyong ito sa praktika sa pamamagitan ng dalawang pangunahing pag-unlad: autonomous robotics upang tuklasin ang mga underground lava tube sa Buwan at Mars, at AI-generated na mga landas para sa mga rover na ligtas na maglakbay sa teritoryo ng Mars.

Pagmamapa at Pag-navigate ng mga Extraterrestrial na Lava Tubes gamit ang mga Robot

Malapit nang dalawang dekada mula nang unang matuklasan ang mga pits sa Buwan at mahigit kalahating siglo mula nang matuklasan ang malalaking lava tube sa Mars. Ang mga dambuhalang kuweba ay sapat na laki upang maglaman ng mga bayan.

Ang mga lava tube na ito ay nabuo dahil sa aktibidad ng bulkan, at matatagpuan din sa Earth, kabilang ang Iceland, Hawaii, Sicily, Australia, at ang Galapagos Islands.

Bagaman ang mga tube na ito sa Mars at Buwan ay nagpapakita ng potensyal bilang mga hinaharap na base ng tao, dahil mas ligtas ito kaysa sa kanilang mga ibabaw na nagbibigay proteksyon mula sa cosmic rays, solar radiation, at madalas na pagbangga ng meteorite, hindi ito madaling ma-access. Ang loob ng mga lava tunnel ay napakatalas, at ang teritoryo ay hindi pantay, na nangangailangan ng detalyadong pag-aaral. Ngunit ang pagkuha ng karagdagang impormasyon tungkol sa mga underground na estruktura ay isang hamon.

Ang mga skylights, na mga nabagsak na bahagi ng kisame ng tube, at ang mahahabang paikot-ikot na kanal na nakita sa orbital imagery ay nagmumungkahi ng malalaking underground na void; gayunpaman, hindi kayang ipakita ng mga larawan kung aling mga tube ang angkop para sa mga tirahan.

Upang tugunan ang mga hamon ng mabatong tanawin, limitadong mga entry point, at mapanganib na kondisyon, inilunsad ng mga mananaliksik mula sa Space Robotics Laboratory sa University of Malaga (UMA) ang isang bagong konsepto ng misyon na gumagamit ng tatlong matatalinong robot upang autonomously na tuklasin ang mga underground na kapaligirang ito.

Ang mga robot ay kasalukuyang sinusubukan sa mga bulkanikong kuweba ng Lanzarote, Spain, na may layuning gamitin ang mga ito sa mga hinaharap na misyon patungo sa Buwan.

Inilathala sa scientific journal Science Robotics¹, ang konsepto ay batay sa tatlong magkaibang uri ng robot, ito ay SherpaTT, LUVMI-X, at Coyote III rover, na nagtutulungan autonomously upang tuklasin ang magaspang na underground na espasyo ng Mars at Buwan.

Ang iminungkahing misyon ng koponan ay may apat na yugto. Nagsisimula ito sa pagma-map ng mga pasukan ng kuweba at pagbuo ng detalyadong elevation model. Pagkatapos, isang sensorized payload cube ang inilalagay sa loob ng kuweba upang mangolekta ng paunang sukat. Isang scout rover ang ibinababa sa pasukan upang simulan ang huling yugto, na kinabibilangan ng pagdaan sa magaspang na teritoryo, pangongolekta ng data, at paglikha ng detalyadong 3D na mapa ng loob.

Ang real-world field test sa bulkanikong isla ng Lanzarote, na isinagawa noong unang bahagi ng 2023, ay nagpakita na gumagana ang pamamaraan ng koponan ayon sa plano. Ang German Research Center for Artificial Intelligence (DFKI) ang nanguna sa pagsubok, kasama ang kontribusyon mula sa Spanish university, UMA, at ang kumpanya, GMV.

Ang pokus ng Space Robotics Laboratory sa UMA ay sa pag-develop ng mga bagong teknolohiya at pamamaraan upang mapataas ang autonomy sa space robotics, na sumasaklaw sa parehong orbital at planetary missions. Ang laboratoryo ay malapit na nakikipagtulungan sa European Space Agency upang bumuo ng mga algorithm na tumutulong sa mga rover na magplano ng mga ruta at mag-operate nang mas independent.

Ang pagsubok ay nagpatunay na ang apat na yugto na misyon ay teknikal na posible, na binibigyang-diin ang potensyal ng collaborative robotic systems para sa hinaharap na planetary exploration.

Mga AI-Driven na Sistema ng Pag-navigate para sa mga Planetary Rover

Sa isa pang malaking pag-unlad, natapos ng NASA Perseverance rover, isang car-sized na robotic scientist na naghahanap ng mga palatandaan ng sinaunang microbial life at nagkokolekta ng mga sample para sa hinaharap na pagbabalik sa Earth, ang unang AI-planned na pagmamaneho sa “Red Planet.”

Kaya, sa halip na gumamit ng mga ruta na pinlano ng mga human operator, gumawa ng kasaysayan ang Mars explorer sa paggamit ng mga ruta na inayos ng AI.

Upang lumikha ng mga ruta, unang sinuri ng isang vision-enabled AI ang mga larawan at terrain data na ginagamit ng mga human rover planner upang tukuyin ang mga panganib tulad ng mga bato at sand ripples, at pagkatapos ay nagplano ng ligtas na landas sa ibabaw ng Mars.

Ngunit bago aktwal na gamitin ang mga AI-generated na landas, unang sinubok ang mga ruta sa virtual replica ng anim-na-gulong na rover, kung saan matagumpay na sinunod ito ng Perseverance, na autonomously na naglakbay ng daan-daang talampakan.

Pinamunuan ng NASA Jet Propulsion Laboratory, na nangangasiwa sa pang-araw-araw na operasyon ng rover, natapos na ngayon ng Perseverance ang mga unang pagmamaneho sa ibang planeta, na may mga waypoint na pinlano ng generative AI.

“Ipinapakita ng demonstrasyong ito kung gaano na kalayo ang pag-unlad ng aming kakayahan at pinalalawak kung paano namin susuriin ang ibang mundo,” sabi ng NASA Administrator na si Jared Isaacman. “Ang mga autonomous na teknolohiya tulad nito ay makakatulong sa mga misyon na mag-operate nang mas epektibo, tumugon sa mapanghamong teritoryo, at dagdagan ang science return habang lumalayo ang distansya mula sa Earth. Ito ay isang matibay na halimbawa ng mga koponang maingat at responsable na nag-aaplay ng bagong teknolohiya sa totoong operasyon.”

Para sa milestone demonstration noong unang bahagi ng Disyembre ng nakaraang taon, gumamit ang mga inhinyero ng vision-language models upang suriin ang umiiral na data mula sa JPL surface mission dataset. Sa pamamagitan ng pagsusuri ng parehong impormasyon at mga larawan na ginagamit ng mga human planner, natukoy ng sistema ang mga lokasyon ng waypoint para sa Perseverance upang ligtas na maglakbay sa mahirap na teritoryo ng Mars.

Ang tagumpay ay isang koordinadong pagsisikap sa pagitan ng JPL Rover Operations Center (ROC) at ng Anthropic Claude AI models.

“Isipin ang mga intelligent system hindi lamang sa lupa dito sa Earth, kundi pati na rin sa edge applications sa aming mga rover, helicopters, drones, at iba pang surface elements na sinanay gamit ang kolektibong karunungan ng aming mga NASA engineers, scientists, at astronauts,” sabi ni Matt Wallace, manager ng JPL Exploration Systems Office. “Iyan ang game-changing na teknolohiya na kailangan naming magtatag ng imprastruktura at mga sistema para sa permanenteng presensya ng tao sa Buwan at dalhin ang U.S. sa Mars at lampas pa.”

Sa Mars na 140 milyong milya ang layo mula sa Earth, ang mga pagkaantala sa komunikasyon ay nagiging imposibleng kontrolin ang rover sa real time.

Sa mahabang panahon, ang navigation ng rover ay nakasalalay sa mga tao na masusing nag-aaral ng terrain data at pagkatapos ay nagbabalak ng mga ruta nang maaga. Ang mga landas na ito ay binubuo ng mga waypoint na nakakalat bawat humigit-kumulang 100 metro upang mabawasan ang panganib na makatagpo ng mga panganib ang rover. Kapag natapos, ang mga plano ay ipinapadala sa pamamagitan ng NASA Deep Space Network (DSN) telecommunications infrastructure, at isinasagawa ng rover ang mga tagubilin.

Ngunit sa mga pagmamaneho ng Perseverance sa 1,707th at 1,709th Martian days, ang responsibilidad ay inilipat sa generative AI. Sinuri ng sistema ang high-resolution orbital images na nakuha ng HiRISE camera sa nadir side ng MRO spacecraft, kasama ang terrain-slope data mula sa digital elevation models.

Ang impormasyong ito ay tumulong sa AI na tukuyin ang mga boulder field, bedrock, sand ripples, outcrops, at iba pang mahahalagang tampok ng ibabaw. Pagkatapos, bumuo ang AI ng isang tuloy-tuloy na landas na may lahat ng kinakailangang waypoint. Ayon kay Vandi Verma, isang space roboticist sa JPL at miyembro ng Perseverance engineering team:

“Ang mga pangunahing elemento ng generative AI ay nagpapakita ng malaking pangako sa pagpapasimple ng mga haligi ng autonomous navigation para sa off-planet driving: perception (nakikita ang mga bato at ripples), localization (nalalaman kung nasaan tayo), at planning and control (nagdedesisyon at nagpapatupad ng pinakamaligtas na landas).”

Ang mga tagubiling ito ay pinatakbo sa digital twin ng JPL (ang virtual replica ng rover), na sinuri ang mahigit 500,000 telemetry variables upang matiyak na ligtas ang plano sa flight software ng Perseverance.

Gamit ang AI-generated na planong ito, naglakbay ang NASA Perseverance ng 210 metro noong Dis. 8 at 246 metro noong Dis. 10.

“Patuloy kaming papunta sa isang araw kung saan ang generative AI at iba pang matatalinong tool ay tutulong sa aming mga surface rover na magsagawa ng kilometro-skalang pagmamaneho habang binabawasan ang workload ng operator, at ituturo ang mga kawili-wiling tampok ng ibabaw para sa aming science team sa pamamagitan ng pag-scan ng napakalaking dami ng mga larawan ng rover.”

– Verma

Robotics at AI sa Eksplorasyon ng Kalawakan

Pamumuhunan sa Autonomong Eksplorasyon ng Kalawakan

Sa mundo ng autonomong eksplorasyon ng kalawakan, Intuitive Machines, Inc. (LUNR ) ay namumukod-tangi bilang isa sa iilang pampublikong kumpanya na aktwal na gumagawa ng mga autonomous system na gumagana sa ibang celestial body.

Maliban sa pag-develop ng self-driving na mga sasakyan para sa kalawakan na gumagana nang may minimal na interbensyon ng tao, ang Intuitive Machines ay may matibay na integrasyon sa NASA, lalo na sa Artemis program. Ito ay ang unang pribadong kumpanya na nag-soft-land ng spacecraft, na pinangalanang Odysseus, sa Buwan.

Ang space technology, infrastructure, at services company ay nagbibigay ng mga produktong pangkalawakan at serbisyo upang payagan ang patuloy na robotic at human exploration ng Buwan, Mars, at higit pa.

Ang mga serbisyong inaalok ng Intuitive Machines ay kinabibilangan ng data transmission, delivery, at infrastructure-as-a-service.

Sa pamamagitan ng apat nitong business unit—Orbital Services, Lunar Access Services, Lunar Data Services, at Space Products and Infrastructure—layunin ng kumpanya na magbigay ng access sa Buwan upang itaguyod ang sangkatauhan.

Ang Intuitive Machines ay isang medyo batang kumpanya, itinatag noong 2013, ngunit nakumpleto na nito ang apat na NASA lunar missions.

Nagpasalamat ito kay CEO at President Steve Altemus, na dati ay nagtrabaho para sa NASA sa human spaceflight division. Pagkatapos umalis sa NASA, itinatag niya ang Intuitive Machines, na ginawaran ng isa sa TIME’s 100 Most Influential Companies ng 2024. Sa isang panayam sa TIME, ibinunyag ni Altemus na “humigit-kumulang 75% hanggang 80% ng aming negosyo ay para sa pamahalaan ng U.S.”

Sa market cap na $3.6 bilyon, ang LUNR shares ay kasalukuyang nagte-trade sa $17.50, tumaas ng 9% YTD at 123.64% sa nakaraang taon. Mayroon itong EPS (TTM) na -2.11 at P/E (TTM) na -8.40.

Habang ang Q4 2025 results ay iaanunsyo mamaya ngayong buwan, ipinapakita ng 3Q25 results ng kumpanya ang net loss na $10 milyon. Ang adjusted EBITDA ay negatibong $13.2 milyon, na nagpapahiwatig ng patuloy na hamon sa pananalapi, bagaman ito ay pagbuti ng $12.2 milyon mula sa nakaraang quarter.

May backlog ang kumpanya na $235.9 milyon sa katapusan ng Q3 2025 at cash balance na $622 milyon.

Kapansin-pansin, nakuha ng kumpanya ang Lanteris Space Systems sa halagang $800 milyon, na kinabibilangan ng $450 milyon sa cash at $350 milyon sa LUNR Class A common stock. Sa loob ng huling 65 taon, ang Lanteris ay nakapag-deliver ng higit sa 300 spacecraft at nagpapanatili ng 99.99% on-orbit availability.

Ang acquisition ay inaasahang magdadala ng revenue ng Intuitive Machines sa higit $850 milyon at backlog sa $920 milyon. Inaasahan din nitong palakasin ang kakayahan ng kumpanya sa communications, navigation, at space data networking services para sa civil, commercial, at defense markets.

Sa acquisition, “Intuitive Machines ay nakaposisyon upang maging next-generation space prime,” sabi ni CEO Altemus sa 3Q25 earnings call noong Nob. 2025.

Ang transaksyon, ayon sa kanya, ay kumakatawan sa isang landas pasulong sa pag-unlad ng kumpanya mula sa isang napatunayan na space infrastructure company patungo sa isang vertically integrated space prime provider na nagsisilbi sa national security, civil, at commercial customers sa lupa, Earth orbit, at lampas pa.

“Ang acquisition na ito ay nagmamarka ng isang defining moment sa evolution ng Intuitive Machines,” sabi ni Altemus. “Naipakita na namin ang aming kakayahang mag-operate sa Buwan. Sa Lanteris, nagdadagdag kami ng flight-proven manufacturing sa scale. Sama-sama, binabago ng mga lakas na ito ang Intuitive Machines tungo sa isang multi-domain, end-to-end solutions provider na maaaring magtayo ng spacecraft, mag-connect ng resilient communications at navigation networks, at mag-operate ng mga sistema sa LEO, MEO, GEO, at cislunar space.”

Natapos ang acquisition nang mas maaga ngayong taon, na nagpalakas sa kakayahan ng kumpanya na maglingkod hindi lamang sa NASA Artemis at Lunar Terrain Vehicle initiatives, kundi pati na rin sa mga hinaharap na Mars telecommunications missions at sa Golden Dome at Space Development Agency layered architectures.

Bukod sa pagtatapos ng Lanteris acquisition, inanunsyo rin ng kumpanya ang $175 milyong strategic equity investment upang suportahan ang paglawak ng revenue at paunlarin ang communications at data processing networks. Plano rin nitong mamuhunan sa pagtatatag ng isang internet-independent solar system.

Dagdag pa rito, nakikipag-ugnayan ito sa mga strategic partners upang i-align ang space-based data centers sa lumalabas na pangangailangan ng enterprise. Kasabay nito, inaasahan nitong matanggap ang susunod na Commercial Lunar Payload Services award at NASA Lunar Terrain Vehicle Services.

Ang buong pag-aari nitong subsidiary, Lanteris Space Systems, ay napili ng L3Harris Technologies ngayong buwan upang magdisenyo at magtayo ng 18 advanced spacecraft platforms upang tulungan ang Space Development Agency (SDA) sa misyon nitong maghatid ng real-time tracking ng advanced missile threats, kabilang ang hypersonic at ballistic systems.

Pinakabagong Balita at Pag-unlad ng Stock ng Intuitive Machines, Inc. (LUNR)

Konklusyon

Ang eksplorasyon ng kalawakan ay dumadaan sa isang malalim na transformasyon. Dati ay halos buong nakasalalay sa katalinuhan, tibay, at panganib ng tao, ngayon ay binabago na ito ng mga autonomous na teknolohiya na kayang mag-eksplora nang mas malayo, mas malalim, at mas ligtas kaysa dati.

Mula sa mga robotic system na nag-iimbestiga ng nakatagong lava tube hanggang sa AI-guided na mga rover na nagna-navigate sa malalayong planeta, pinalalawak ng mga pag-unlad na ito ang saklaw at kahusayan ng eksplorasyon.

Habang patuloy ang inobasyon sa sektor, magbabago rin ang papel ng tao. Sa halip na direktang mga tagapagsiyasat, tayo ay magiging mga designer, supervisor, at benepisyaryo ng mga matatalinong sistema na gumagana sa buong solar system. Higit sa lahat, ang paglipat mula sa mga human explorer patungo sa robotics at AI ay nagbabawas ng panganib habang pinapabilis ang pagtuklas at nagbibigay-daan sa patuloy na presensya sa Buwan, Mars, at lampas pa.

Mga Sanggunian

^{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). Kooperatibong robotikong eksplorasyon ng isang planetary skylight surface at lava cave. Science Robotics, 10(105), eadj9699. https://doi.org/10.1126/scirobotics.adj9699}