El rover de la NASA recorrió Marte durante dos días sin control humano.

En diciembre, la NASA dio otro paso pequeño pero significativo hacia rovers de superficie cada vez más autónomos.

En una demostración, el equipo de Perseverance utilizó IA para generar los puntos de ruta del rover. Perseverance siguió esos puntos de ruta basados en IA en dos días distintos y recorrió en total 456 metros (1.496 pies) sin control humano.

"Esta demostración muestra hasta qué punto han avanzado nuestras capacidades y amplía la forma en que exploraremos otros mundos", declaró el administrador de la NASA, Jared Isaacman.

"Las tecnologías autónomas como esta pueden ayudar a que las misiones operen de forma más eficiente, respondan a terrenos complicados y aumenten el retorno científico a medida que crece la distancia con la Tierra. Es un ejemplo sólido de equipos que aplican tecnología nueva con cuidado y responsabilidad en operaciones reales."

Marte está muy lejos, y existe un retraso de alrededor de 25 minutos para la señal de ida y vuelta entre la Tierra y Marte. Eso implica que, de una manera u otra, los rovers se quedan “solos” durante intervalos cortos.

Ese retardo condiciona cómo se planifica la ruta. Los conductores del rover en la Tierra revisan imágenes y datos de elevación y programan una secuencia de puntos de ruta, que por lo general no están separados más de 100 metros (330 pies).

Después, el plan de conducción se envía a la Red de Espacio Profundo (DSN) de la NASA, que lo transmite a uno de varios orbitadores; estos, a su vez, lo retransmiten a Perseverance.

Cómo la IA generó los puntos de ruta de Perseverance

En esta prueba, la IA examinó imágenes orbitales de la cámara HiRISE del Mars Reconnaissance Orbiter, además de modelos digitales de elevación. La IA -basada en Claude de Anthropic- detectó riesgos como trampas de arena, campos de rocas, lecho rocoso y afloramientos pedregosos. A continuación, construyó un itinerario definido por una serie de puntos de ruta que esquivaba esos peligros.

A partir de ahí tomó el relevo el sistema de navegación automática de Perseverance. Dispone de más autonomía que sus predecesores y puede procesar imágenes y planes de conducción mientras se desplaza.

Antes de enviar esos puntos de ruta a Perseverance, hubo otro paso clave. El Laboratorio de Propulsión a Chorro de la NASA (JPL) dispone de un “gemelo” de Perseverance: el Banco de Pruebas del Sistema del Vehículo (VSTB), ubicado en el patio marciano de JPL.

Se trata de un modelo de ingeniería con el que el equipo puede trabajar en la Tierra para resolver problemas o, como en este caso, para ensayar procedimientos. Estas versiones de ingeniería son habituales en las misiones a Marte, y JPL también cuenta con una para Curiosity.

"Los elementos fundamentales de la IA generativa están mostrando mucha promesa para agilizar los pilares de la navegación autónoma para la conducción fuera del planeta: percepción (ver las rocas y ondulaciones), localización (saber dónde estamos) y planificación y control (decidir y ejecutar la ruta más segura)", explicó Vandi Verma, roboticista espacial en JPL y miembro del equipo de ingeniería de Perseverance.

"Avanzamos hacia un momento en el que la IA generativa y otras herramientas inteligentes ayudarán a nuestros rovers de superficie a realizar desplazamientos de escala kilométrica minimizando la carga de trabajo de los operadores, y a señalar características interesantes de la superficie para nuestro equipo científico rastreando enormes volúmenes de imágenes del rover."

La IA se está volviendo omnipresente en nuestra vida cotidiana, apareciendo incluso en ámbitos donde no siempre parece haber un caso de uso convincente.

Pero en este contexto no se trata de que la NASA se suba a una moda: por necesidad, lleva tiempo desarrollando sistemas de navegación automática. De hecho, el modo principal de desplazamiento de Perseverance es su sistema de conducción autónoma.

Uno de los factores que frena la autonomía total es cómo crece la incertidumbre cuando el rover opera sin ayuda humana. Cuanto más avanza, más dudas acumula sobre su posición exacta en la superficie.

La salida es volver a localizar el rover dentro de su mapa. Hoy por hoy, esa tarea la realizan personas. Sin embargo, requiere tiempo, incluido un ciclo completo de comunicaciones entre la Tierra y Marte. En conjunto, esto limita la distancia que Perseverance puede recorrer sin “una mano” que lo asista.

La NASA/JPL también trabaja en que Perseverance pueda re-localizarse mediante IA. El principal obstáculo es hacer coincidir imágenes orbitales con las imágenes a ras de suelo del propio rover. Todo apunta a que es muy probable que se entrene a la IA para destacar precisamente en ese emparejamiento.

Está claro que la IA está llamada a desempeñar un papel mucho mayor en la exploración planetaria. El próximo rover marciano podría diferir bastante de los actuales, con navegación autónoma más avanzada y otras funciones basadas en IA. Ya existen conceptos de un enjambre de drones voladores liberados por un rover para ampliar su alcance exploratorio en Marte; esos enjambres estarían coordinados por IA para colaborar y operar de forma autónoma.

Y no solo la exploración de Marte se beneficiará. La misión Dragonfly de la NASA a la luna Titán de Saturno hará un uso intensivo de IA, no solo para la navegación autónoma mientras la aeronave de rotores se desplaza, sino también para la curación autónoma de datos.

"Imaginad sistemas inteligentes no solo en tierra, en la Tierra, sino también en aplicaciones en el borde en nuestros rovers, helicópteros, drones y otros elementos de superficie, entrenados con la sabiduría colectiva de nuestros ingenieros, científicos y astronautas de la NASA", afirmó Matt Wallace, director de la Oficina de Sistemas de Exploración de JPL.

"Esa es la tecnología que cambia las reglas del juego que necesitamos para establecer la infraestructura y los sistemas requeridos para una presencia humana permanente en la Luna y llevar a Estados Unidos a Marte y más allá."

Este artículo fue publicado originalmente por Universe Today. Lee el artículo original.