Il rover Perseverance della Nasa ha segnato un traguardo storico nell’esplorazione marziana completando un percorso interamente pianificato dall’intelligenza artificiale. Il veicolo robotico si è spostato di 210 e 246 metri lungo il bordo del cratere Jezero senza alcun input diretto degli operatori umani: per la prima volta nella storia delle missioni su Marte, un modello di Ia generativa ha combinato dati visivi e topografici, analizzando immagini ad alta risoluzione catturate dal Mars Reconnaissance Orbiter e mappe digitali di elevazione, per identificare ostacoli come massi, affioramenti rocciosi e increspature sabbiose, producendo un percorso continuo e sicuro.
Prima dell’invio dei comandi al rover, il tragitto – percorso tra l’8 e il 10 dicembre 2025 – è stato testato nel “gemello digitale” del rover presso il Jet Propulsion Laboratory (JPL), valutando oltre 500.000 variabili di telemetria per garantire che ogni manovra fosse sicura e compatibile con il software di controllo di Perseverance. Questo livello di simulazione virtuale ha permesso di anticipare e correggere eventuali rischi derivanti da terreni sconosciuti, aprendo la strada a una nuova era di esplorazione autonoma e affidabile e riducendo la dipendenza dalle correzioni manuali che hanno caratterizzato le missioni precedenti.
La nuova della navigazione autonoma interplanetaria
Il successo di questo test rappresenta un’evoluzione strutturale nella capacità dei rover di operare a distanza, affrontando sfide logistiche imposte dalle enormi distanze tra Terra e Marte. A causa di un ritardo medio nelle comunicazioni pari a circa 140 milioni di miglia, il controllo in tempo reale dei veicoli su Marte è stato finora considerato praticamente impossibile. Storicamente, ogni rotta veniva pianificata da team di ingegneri sulla Terra, che suddividevano il percorso in waypoint distanziati di circa 100 metri per evitare ostacoli, trasmettendo poi le istruzioni tramite la Deep Space Network.
L’uso dell’Ia generativa ha semplificato i principali pilastri della navigazione autonoma: percezione, localizzazione, pianificazione e controllo. Il rover non solo individua autonomamente le caratteristiche del terreno, ma decide in autonomia come aggirarle o superarle, garantendo efficienza e sicurezza. Gli ingegneri del JPL – guidati da Vandi Verma – sottolineano come questa tecnologia permetta di analizzare enormi volumi di dati provenienti dai sensori del rover e dalle immagini orbitali, aumentando il ritorno scientifico senza sovraccaricare gli operatori terrestri e riducendo al minimo il rischio di incidenti su terreni sconosciuti.
Vuoi sapere cosa succede davvero nel mondo? Con i corsi on demand di InsideOver puoi approfondire gli eventi globali insieme ai nostri esperti, provare anteprime gratuite e scegliere il percorso giusto per te. Scoprili qui: https://it.insideover.com/academy
Come funziona il sistema di IA generativa su Marte
Il modello implementato combina funzionalità di visione artificiale e elaborazione del linguaggio, integrando dati satellitari e informazioni topografiche in una mappa tridimensionale del terreno marziano. L’Ia identifica ostacoli, valutando inclinazioni, dimensioni dei massi e caratteristiche del suolo, e genera waypoint ottimizzati per consentire al rover di percorrere distanze maggiori rispetto ai limiti tradizionali imposti dalla pianificazione manuale. Ogni movimento viene validato attraverso il gemello digitale, simulando le condizioni reali e rilevando eventuali problemi prima della trasmissione dei comandi.
La dimostrazione ha inoltre evidenziato la capacità del sistema di adattarsi a percorsi irregolari e condizioni impreviste, segnando un progresso verso una navigazione autonoma su scala chilometrica. Parallelamente, i modelli Claude AI di Anthropic – impiegati nella fase di elaborazione dei dati – hanno permesso di combinare l’esperienza dei team di ingegneri e scienziati con le capacità computazionali dell’Ia, creando un sistema decisionale in grado di replicare – e in alcuni casi migliorare – le strategie pianificate dagli operatori umani, senza compromettere la sicurezza del rover o la qualità dei dati raccolti.
Implicazioni scientifiche e prospettive future
Questa evoluzione tecnologica apre scenari promettenti per le future missioni spaziali e per la pianificazione di esplorazioni più complesse, incluse quelle umane: l’integrazione dell’IA nella navigazione autonoma consente non solo di ridurre i tempi di percorrenza, ma anche di incrementare l’efficienza scientifica, selezionando in modo intelligente aree di interesse geologico e riducendo i rischi derivanti dall’imprevisto. Dal punto di vista ingegneristico, il successo di Perseverance dimostra la fattibilità di sistemi autonomi capaci di operare in ambienti estremi, con implicazioni dirette per la robotica planetaria, la progettazione di rover multipli e la gestione delle missioni a lunga distanza.
La sperimentazione su Marte funge da test sul campo per algoritmi complessi che combinano analisi di immagini, dati topografici e telemetria in tempo quasi reale, stabilendo un nuovo standard per la resilienza operativa e la sicurezza nelle missioni spaziali. Questo avanzamento suggerisce che, con ulteriori miglioramenti, i rover del futuro potrebbero esplorare territori marziani vasti e variabili con maggiore autonomia, riducendo la dipendenza dalla pianificazione manuale e aprendo la strada a un’era di esplorazione interplanetaria sempre più efficiente, predittiva e scalabile, con potenziali applicazioni anche nella gestione automatizzata di missioni umane su Marte e altri corpi celesti.
