生成式AI让航天器自主决策 工程师忧失控

时间：2026年9月28日 地点：美国加州帕萨迪纳（NASA喷气推进实验室）、国际空间站 人物：前NASA软件、机器人与仿真部门主管Robert Ambrose、NASA署长Jared Isaacman、Anthropic（Claude模型提供方）、IBM、Icarus Robotics工程师团队 事件详情：IEEE Spectrum于9月28日发表深度报道，揭示生成式AI正在悄然改变航天器的工作方式——从原本严格执行地面指令的机器，转变为能够自行解读环境、规划任务并最终自主决策的系统。报道指出，工程师们一方面承认这种"非确定性"系统的必要性，另一方面却始终担忧其行为不可预测。以Europa木卫二任务为例，航天器需要在喷流出现的瞬间自主决定潜入，地面工程师只能在一小时后看到结果。 背景：去年12月，NASA JPL首次使用Anthropic的Claude模型为"毅力号"火星车规划两次行驶路径，路线规划时间大幅压缩；今年5月，NASA与IBM合作将Prithvi压缩AI模型部署到国际空间站和卫星上，用于在轨识别洪水与云层，这是首个在太空演示的同类模型；7月，宇航员在国际空间站测试大语言模型，验证其能否协助设备维护流程。前NASA工程师Ambrose将这套思路总结为"用自主性对抗自主性的复杂性"。 影响：随着深空任务距离地球越来越远、目标天体越来越陌生，传统"地面规划+航天器执行"的模式面临通信延迟瓶颈，生成式AI自主决策正从可选项演变为必选项。但每一次决策路径都可能产生不同结果，使得测试与验证工作量呈指数级上升，倒逼NASA等机构引入自动化测试、形式化验证等手段来管理风险。 总结：生成式AI把航天器从"遥控玩具"推向"半自主合作者"，在拓展深空探索边界的同时，也迫使工程师彻底重构对可靠性、可预测性与自主性边界的理解。 参考来源： [1] IEEE Spectrum（主稿）：https://spectrum.ieee.org/generative-ai-in-space-exploration [2] NASA JPL官方：毅力号首次AI规划行驶 https://www.jpl.nasa.gov/news/nasas-perseverance-rover-completes-first-ai-planned-drive-on-mars/ [3] NASA Science：AI模型首次进入轨道 https://science.nasa.gov/science-research/ai-foundation-model-in-orbit/ [4] AOL转载版本：https://www.aol.com/articles/generative-ai-gives-spacecraft-autonomy-110005000.html [5] Universe Today：NASA让AI驾驶毅力号两天 https://www.universetoday.com/articles/nasa-let-ai-drive-the-perseverance-rover-for-two-days [6] EdTech Innovation Hub：NASA用Anthropic Claude规划火星车路径 https://www.edtechinnovationhub.com/news/nasa-lets-ai-plan-mars-rover-routes-for-the-first-time-using-anthropics-claude [7] The Robot Report：Icarus Robotics为JOY自由飞行机器人选用KULR电池 https://www.therobotreport.com/icarus-robotics-uses-kulr-technology-to-power-joy-free-flying-space-robot/ [8] SpaceNews：Icarus与Voyager合作在ISS测试自由飞行器 https://spacenews.com/with-voyagers-help-icarus-robotics-to-test-free-flyer-on-iss/ [9] IBM Research：NASA-IBM月球基础模型 https://research.ibm.com/blog/nasa-ibm-lunar-foundation-model [10] NASA Earthdata：NASA-IBM开源地理空间AI基础模型 https://www.earthdata.nasa.gov/news/nasa-ibm-openly-release-geospatial-ai-foundation-model-nasa-earth-observation-data