NASAは火星探査車「Perseverance」が、AIによって計画された走行ルートでのドライブを完了したと発表した。
米国主導の火星探査において、生成AIを用いた経路計画が実地検証された初の事例となる。
火星で初、AIが走行計画を立案 Perseveranceで実証
2026年1月30日、NASAによると、Perseveranceは2025年12月8日と10日に、ジェゼロ・クレーター周辺で合計約450メートルを走行した。
今回の走行の特徴は、従来人間の運用チームが担ってきた複雑なルート計画の一部を、AIが担った点にある。
Anthropicと協力し、大規模言語モデル「Claude」を活用した。
使用されたのは、画像理解と自然言語処理を組み合わせたビジョン言語モデル（※）である。
AIは、火星周回機による高解像度画像や地形傾斜データなど、JPLが保有する既存データセットを分析し、安全に走行可能な目的地点を自動生成した。
生成された走行計画は、探査車のデジタルツイン（探査車の仮想レプリカ）上で検証された後、火星へ送信された。
NASAは送信前に50万以上のテレメトリ変数を確認しているという。
※ビジョン言語モデル：画像などの視覚情報とテキスト情報を統合的に処理できる生成AIモデル。物体認識や状況理解を言語的な判断と結びつける点が特徴。
探査運用はどう変わるか 効率化と判断依存のリスク
今回の成果は、深宇宙探査における運用効率の転換点となる可能性がある。
地球と火星の通信には大きな遅延があり、これまで走行計画は慎重かつ短距離に限定されてきた。
AIによる計画支援が進めば、より長距離かつ柔軟な探査が可能となり、科学的成果の最大化につながると考えられる。
一方で、リスクも無視できない。
AIが生成するルートの妥当性は、学習データや前提条件に大きく依存するとみられる。
想定外の地形や環境条件に直面した場合、判断の根拠が不透明になれば、運用側の検証負荷が増大する可能性もある。
完全な自律走行には、説明可能性と検証体制の確立が不可欠だ。
NASAは今後、生成AIを活用した科学的関心領域の抽出や、キロメートル規模の自律走行支援も視野に入れている。
今回の実証は、人間主導から人間監督型へと探査運用が移行していく過程を示す一歩と言えるだろう。
関連記事:
NASAとIBM、太陽AI「スーリヤ」発表 2時間前のフレア予測を実現
