Umělá inteligence poprvé řídila rover na Marsu. NASA ukázala budoucnost kosmického průzkumu
NASA nechala jazykový model Claude od Anthropicu naplánovat trasu pro rover Perseverance na Marsu. Robot ujel 456 metrů bez lidského zásahu — a ukázal, jak bude vypadat budoucnost autonomních strojů nejen ve vesmíru.
Osm a půl minuty. Tak dlouho trvá, než signál z Marsu dorazí na Zemi. Každý příkaz, každá korekce kurzu, každé rozhodnutí o tom, kudy rover pojede, musí překonat propast 225 milionů kilometrů. Dosud to znamenalo, že tým desítek inženýrů v Laboratoři tryskového pohonu (JPL) v kalifornské Pasadeně trávil hodiny ručním plánováním každého kroku. Teď to poprvé udělala umělá inteligence — a fungovala lépe, než kdo čekal.
456 metrů bez lidské ruky na volantu
V prosinci 2025 odeslala NASA na Mars příkazy, které poprvé v historii nenapsali lidé, ale jazykový model Claude od společnosti Anthropic. Rover Perseverance na jejich základě ujel 456 metrů ve dvou jízdách — 210 metrů 8. prosince a dalších 246 metrů o dva dny později. Trasa vedla polem skal v kráteru Jezero, jedním z nejnáročnějších terénů, jaký kdy rover na Marsu zdolával.
Aby to bylo jasné: nejde o to, že by AI řídila rover v reálném čase jako autopilot. Claude dostal k dispozici satelitní snímky z kamery HiRISE na oběžné dráze Marsu, digitální výškové modely terénu a roky historických dat z předchozích misí. Na základě toho naplánoval trasu bod po bodu — v takzvaném Rover Markup Language, proprietárním programovacím jazyce založeném na XML, který NASA vyvinula pro marsovské rovery.
Půl milionu proměnných v simulaci
Plán trasy prošel simulací, kterou JPL používá každý den pro ověření příkazů. Model musel obstát v kontrole více než 500 000 proměnných — od předpokládané polohy roveru přes identifikaci nebezpečných písečných pastí až po výpočet stability na skalnatém podloží. Když inženýři plán přezkoumali, potřebovali jen drobné úpravy na základě snímků z pozemních kamer, které odhalily písečné vlnky neviditelné z oběžné dráhy.
Výsledek? Rover projel celou trasu bez jediného problému. Fialová linie plánované trasy a oranžová linie skutečné cesty se na mapách téměř překrývaly.
Základní prvky generativní AI ukazují velký příslib při zefektivnění autonomní navigace pro mimozemské řízení.
Plánování tras za poloviční čas
Pro NASA je klíčový praktický dopad. Inženýři odhadují, že nasazení AI zkrátí čas plánování tras na polovinu. To neznamená jen úsporu pracovních hodin — znamená to, že rover zvládne více jízd za den, nasbírá více vědeckých dat a prozkoumá větší území. V prostředí, kde každý sol (marťanský den) stojí statisíce dolarů provozních nákladů, je to zásadní posun v ekonomice celé mise.
Dosud bylo plánování tras jedním z nejnáročnějších úkolů mise. Tým specializovaných navigátorů musel analyzovat stovky snímků, ručně identifikovat překážky a navrhnout optimální cestu — proces, který zabíral podstatnou část každého operačního dne. Claude tento proces zautomatizoval, aniž by snížil bezpečnostní standardy.
Co to znamená pro váš byznys
Pokud vás kosmický průzkum zajímá jen okrajově, podstatné je tohle: NASA právě ukázala, že jazykové modely dokážou plánovat složité fyzické operace v extrémních podmínkách — a dělat to spolehlivě. Princip je přitom přenositelný do desítek odvětví.
- Logistika a doprava: Plánování tras pro autonomní vozidla, drony a robotické sklady funguje na stejném principu — analýza terénu, identifikace překážek, optimalizace cesty.
- Stavebnictví a těžba: Autonomní stroje v dolech nebo na stavbách čelí podobným výzvám jako rover na Marsu — nepředvídatelný terén, omezená konektivita, potřeba spolehlivého rozhodování.
- Zemědělství: Precizní zemědělství s autonomními traktory a drony využívá satelitní snímky a výškové modely terénu stejným způsobem.
- Výroba: Plánování pohybu robotických ramen a autonomních vozíků ve výrobních halách stojí před identickým problémem optimalizace trasy v proměnlivém prostředí.
Klíčové zjištění z marsovské mise je, že AI nemusí fungovat jako černá skříňka. Model navrhl trasu, simulace ji ověřila, lidé provedli finální kontrolu. Tento vzorec — AI navrhuje, systém ověřuje, člověk schvaluje — je přesně ten model nasazení, který hledá většina firem.
Budoucnost: od Marsu k měsícům Jupiteru
NASA už testuje nasazení AI pro budoucí mise, kde bude autonomie ještě důležitější. Komunikace s roverem na měsíci Europa by trvala přes 45 minut jedním směrem. Na Titanu přes hodinu. V takových podmínkách nemůže člověk řídit nic v reálném čase — stroj musí rozhodovat sám.
Perseverance na Marsu právě dokázal, že to je možné. Generativní AI přestala být nástrojem pro psaní textů a generování obrázků. Teď řídí roboty na jiných planetách. A technologie, která obstojí na Marsu, obstojí i ve vašem skladu, na vaší stavbě nebo ve vaší továrně.
Otázka není, jestli se autonomní plánování založené na AI rozšíří do běžného průmyslu. Otázka je, jak rychle. NASA právě ukázala, že rychleji, než si většina z nás myslela.