AI 領航火星：NASA 如何利用 Claude 實現「毅力號」導航自動化？

根據外媒報導，自 2021 年「毅力號」（Perseverance）登陸火星以來，所有的地表移動皆仰賴嚴密的人工指令。然而，去年 12 月 8 日至 10 日，這項傳統被打破。NASA 噴射推進實驗室（JPL）首度測試由 Anthropic 開發的大型語言模型 Claude 負責繪製路線，引導毅力號順利通過耶澤羅撞擊坑（Jezero crater）約 400 公尺的複雜岩石區。這標誌著星際探測從「人工預設路徑」轉向「AI 輔助決策」的技術分水嶺。

技術解析：Claude Code 的數據餵入與邏輯迭代

要讓 AI 指揮汽車大小的機器人，關鍵在於數據的上下文銜接（Contextual Data）。NASA 透過 Anthropic 的程式開發代理工具 Claude Code，將毅力號過去五年的環境特徵、行駛參數與地形限制進行系統性餵入。Claude 採用的導航邏輯是以 10 公尺為基準單元，將整段路徑拆解成多個「微路徑點」。不同於傳統演算法，Claude 能在編寫指令的過程中，對路徑的安全性進行自主評註與迭代優化，確保留下的「麵包屑」軌跡避開打滑與傾覆風險。

雙重驗證機制：模擬系統與地面層級影像微調

JPL 工程師並非直接套用 AI 生成的指令，而是將 Claude 產出的路徑點匯入每日運行的任務模擬軟體中進行高保真度驗證。測試結果顯示，AI 規劃的路線準確度極高，僅需針對少數「地面層級（ground-level）」影像，即 AI 在規劃階段未曾接觸到的近距攝影細節進行細微更動。這項實驗證明了 LLM 在處理非結構化數據與生成技術指令上的強大潛力，可將繁瑣的導航規劃流程縮短 50% 的時間。

從 8 位元邏輯到星際探索：自主系統的演進曲線

這項技術突破也體現了模型推理能力的飛躍，就在去年，Claude 在處理簡單的 8 位元遊戲邏輯時仍顯吃力，如今已能勝任行星級的自動化導航任務。對於 NASA 而言，在人力資源緊縮的現況下，將資源向 AI 自動化傾斜已是技術轉型的核心策略。未來，隨著 AI 處理長文本與空間邏輯的能力提升，這種「自主 AI 系統」將成為無人探測器深入太陽系邊陲、應對通訊延遲的關鍵技術架構。

核稿編輯：Mia 

加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！

延伸閱讀：

• 在月球飆速上網！NASA 委外研發月面 Wi-Fi 系統，Solstar 獲 15 萬美元合約
• NASA 將重返月球！載人繞月任務，挑戰 50 年來最遠飛行距離，星艦成關鍵