Comment l’IA a aidé au lancement de la mission lunaire Artemis II

Le 1er avril 2026, quatre astronautes ont pris place à bord du vaisseau spatial Orion et ont embarqué sur un lanceur pour faire l’histoire. Le commandant Reid Wiseman, le pilote Victor Glover et les spécialistes de mission Christina Koch et Jeremy Hansen sont devenus les premiers humains à voyager autour de la Lune depuis les missions Apollo.

Leur mission de 10 jours a été une prouesse d’ingénierie et d’expertise humaine. Cependant, elle a également mis en valeur l’IA en tant que partenaire dans l’exploration spatiale.

SIAT: L’IA qui surveille tout

Au cœur de l’intelligence embarquée d’Orion se trouve un système appelé System Invariant Analysis Technology (SIAT), développé par NEC Corp. et intégré aux systèmes de vaisseau spatial de Lockheed Martin (LMT ). SIAT est un moteur d’analyse qui surveille en continu les données de capteurs, apprend le comportement normal des systèmes complexes et signale les déviations avant qu’elles ne dégénèrent en pannes.

Lors des évaluations, SIAT a modélisé des milliards de relations entre de nombreuses variables de système et capteurs. Les systèmes de vaisseaux spatiaux modernes comme Orion génèrent de grandes quantités de données de télémétrie et de test, SIAT a donc eu beaucoup à traiter. Ce volume d’informations, ainsi que la vitesse à laquelle il devait être analysé, dépasse la capacité des opérateurs humains seuls.

Cette technologie est intégrée dans la plate-forme Technology for Telemetry Analytics for Universal Artificial Intelligence (T-TAURI) de Lockheed Martin, un cadre d’analyse qui crée une image complète de la santé du vaisseau spatial. Cette connexion donne lieu à une détection d’anomalies proactive qui s’étend à la conception, au développement, à la production et aux opérations de mission en direct.

SIAT est l’un des nombreux modèles d’IA qui se trouvent loin des projecteurs, mais il est essentiel dans un vaisseau spatial équipé. Il est silencieux mais capable de détecter des problèmes qui peuvent être difficiles à surveiller manuellement.

Jumeaux numériques et systèmes autonomes

Avant que les astronautes ne montent à bord d’Orion, les ingénieurs et les membres de l’équipage ont effectué des simulations complètes à l’intérieur d’une réplique du vaisseau spatial, répétant des scénarios qui ne pouvaient pas être testés dans des conditions normales sur Terre.

Les simulations de jumeaux numériques font référence à des modèles virtuels alimentés par l’IA des systèmes physiques du vaisseau spatial. Ces outils ont permis aux équipes de tester les éléments vitaux du vaisseau spatial et de la mission, tels que le système de support de vie, la navigation et la communication dans des conditions qui sont presque impossibles ou dangereuses à reproduire dans des laboratoires basés sur Terre.

Les ordinateurs à bord du vaisseau spatial ont été conçus pour maintenir les systèmes essentiels en fonctionnement dans les conditions de rayonnement élevé de l’espace. Cette architecture, combinée avec des algorithmes autonomes gérant la trajectoire en temps réel, a permis au vaisseau spatial de maintenir les opérations pendant les blackouts de communication étendus qui font partie du voyage dans l’espace profond.

Alexa en orbite: La démonstration de technologie Callisto

L’une des applications d’IA les plus visibles à bord des missions Artemis a été Callisto, une démonstration de technologie développée en collaboration par Lockheed Martin et la NASA.

Callisto a intégré l’assistant vocal Alexa d’Amazon et la plate-forme de communication Webex de Cisco directement dans la console centrale de la capsule Orion. Il se connecte via le réseau spatial profond de la NASA. Cette intégration donne aux astronautes et aux opérateurs de vol au Centre spatial Johnson une interface sans contact pour les opérations dans l’espace profond.

Un aspect notable du projet Callisto est son élément public. Lors de la mission Artemis I, Lockheed Martin a invité les gens sur Terre à interagir avec l’intégration directement, en collectant des messages pour l’humanité et l’équipe derrière les missions Artemis. Il s’agit d’un exemple précoce de la manière dont l’IA peut servir de pont entre une mission à des centaines de milliers de miles et le public plus large qui la suit de la maison.

Apprentissage profond pour la navigation lunaire

Arriver sur la Lune est un défi. Mais avoir des astronautes qui connaissent leur emplacement une fois qu’ils y sont est une autre tâche. Puisque les équipages d’Apollo travaillaient dans une zone plus petite, ils n’avaient pas besoin d’une navigation de zone large précise. Cependant, les missions Artemis visant le pôle sud lunaire nécessiteront que les astronautes s’orientent sur un terrain plus grand et plus complexe.

En 2018, des chercheurs au Frontier Development Lab ont construit un outil de navigation IA à l’aide d’une simulation détaillée du terrain lunaire. Les astronautes peuvent capturer des images de leur environnement, et les modèles d’apprentissage profond compareront ces images avec les environnements simulés pour déterminer avec précision leurs coordonnées.

Le système fonctionne comme un GPS qui utilise la vision par ordinateur au lieu de satellites, ce qui montre une grande promesse à mesure que les missions grandissent en portée et en ambition. L’IA est déjà utilisée dans les missions pour naviguer et explorer de nouveaux terrains et des exoplanètes. Avec le temps, cette technologie peut se développer davantage et élargir les connaissances humaines de l’univers.

Le fossé de gouvernance

À mesure que l’IA prend plus de responsabilités dans les vols habités, les gouvernements et les institutions se posent des questions sur la surveillance et la responsabilité. Le Bureau des Nations Unies pour les affaires spatiales a appelé à des cadres de gouvernance qui reposent sur ces objectifs clés:

• IA éthique et transparente pour les opérations spatiales: Cela nécessite des systèmes d’IA explicables, une surveillance humaine significative et des dispositifs de sécurité robustes, en particulier pour les fonctions critiques.
• Équité, inclusion et renforcement des capacités mondiales: Pour résoudre les préjugés dans les modèles d’IA et la répartition inégale des ressources, l’UNOOSA plaide en faveur de jeux de données diversifiés, d’un accès ouvert aux données et aux outils, et de programmes de formation ciblés pour les pays en développement.
• Développement et utilisation responsables de modèles de fondation géospatiaux: Tout en reconnaissant le potentiel de grands modèles d’IA, l’organisation souligne la nécessité d’une évaluation complète au-delà de la précision. Cela inclut des facteurs tels que la consommation d’énergie, la robustesse et les impacts sociaux et éthiques.
• Intégration de la résilience et de la durabilité climatiques: Le bureau appelle à l’intégration de considérations climatiques tout au long du cycle de vie complet de l’IA et des technologies d’observation de la Terre.
• Protection de la propriété et de l’intégrité des données: Cet objectif se concentre sur la nécessité de mesures pour prévenir la manipulation des données et assurer la provenance de l’information géospatiale.

Un aspect notable de la note de politique de l’UNOOSA est l’appel à des cadres pour créer des cas de sécurité préalables au déploiement. Ces politiques recommandées préautorisent les décisions d’IA dans des paramètres définis pour les missions spatiales où l’intervention humaine en temps réel est impossible.

L’IA est susceptible de prendre des décisions dans l’espace, en particulier dans des cas critiques où les systèmes de communication sont compromis. Même si les équipes s’efforcent de prévenir cela, il est crucial de se préparer à ces situations et de déterminer dans quelles conditions l’IA peut prendre des décisions et avec quel niveau de surveillance humaine.

Ce que Artemis II a prouvé

Artemis II a validé avec succès les systèmes du vaisseau spatial Orion, les opérations de l’équipage et les procédures de mission dans des conditions qui ne peuvent pas être reproduites sur Terre. Sur le chemin, elle a également validé les moyens par lesquels les humains et l’IA peuvent travailler ensemble au-delà de l’atmosphère.

L’ère Apollo a exigé des performances humaines exceptionnelles sous pression, principalement en raison de la nécessité. Artemis adopte une approche différente, plus distribuée, qui est la collaboration entre l’intuition et la formation humaines et l’intelligence machine.

Ici, l’IA gère la surveillance continue et intensive en données qui peut être difficile pour l’équipage à gérer. Cette assistance a libéré leur temps et leurs efforts, leur permettant de se concentrer sur les décisions et les processus que seuls les humains peuvent prendre.

Pour les enthousiastes de l’IA, la mission lunaire Artemis II est une preuve de concept de ce que peut accomplir une intégration d’IA intentionnelle et réfléchie, en particulier avec quatre vies qui dépendent de la technologie pour faire les choses correctement.