Hoe AI heeft geholpen bij de lancering van de Artemis II-maanmissie

Op 1 april 2026 hebben vier astronauten zich in het Orion-ruimtevaartuig vastgespen en zijn met een raket de geschiedenis in gegaan. Commander Reid Wiseman, piloot Victor Glover en missiespecialisten Christina Koch en Jeremy Hansen werden de eerste mensen die sinds de Apollo-missies om de maan reisden.

Hun 10-daagse missie was een prestatie van menselijke intelligentie en expertise. Het toonde echter ook aan dat AI een partner is in de verkenning van de ruimte.

SIAT: De AI die alles in de gaten houdt

In het centrum van de onboard-intelligentie van Orion bevindt zich een systeem genaamd System Invariant Analysis Technology (SIAT), dat is ontwikkeld door NEC Corp. en geïntegreerd in de ruimtevaartsystemen van Lockheed Martin (LMT ). SIAT is een analysemotor die sensordata continu bewaakt, de normale werking van complexe systemen leert en afwijkingen signaleert voordat ze escaleren tot storingen.

Tijdens de evaluaties heeft SIAT miljarden relaties gemodelleerd tussen talloze systeemvariabelen en sensoren. Moderne ruimtevaartsystemen zoals Orion genereren grote hoeveelheden telemetrie- en testgegevens, dus SIAT had veel te verwerken. Die hoeveelheid informatie, evenals de snelheid waarmee het moest worden geanalyseerd, gaat de capaciteit van menselijke operators alleen te boven.

Deze technologie is ingebed in Lockheed Martin’s Technology for Telemetry Analytics for Universal Artificial Intelligence (T-TAURI) platform, een analyseframework dat een alomvattend beeld van de gezondheid van het ruimtevaartuig creëert. Deze verbinding resulteert in proactieve afwijkingsdetectie die ontwerp, ontwikkeling, productie en live-missieoperaties omvat.

SIAT is een van de vele AI-modellen die ver uit de schijnwerpers staan, maar het is essentieel in een bemand ruimtevaartuig. Het is stil, maar in staat om problemen te detecteren die moeilijk handmatig te bewaken zijn.

Digitale tweelingen en autonome systemen

Voordat enige astronauten aan boord van Orion gingen, hebben ingenieurs en bemanningsleden volledige simulaties uitgevoerd in een replica van het ruimtevaartuig, waarbij scenario’s werden gerepeteerd die niet anders dan in aardse omstandigheden getest konden worden.

Digitale tweelingensimulaties verwijzen naar AI-geactiveerde virtuele modellen van de fysieke systemen van het ruimtevaartuig. Deze tools stonden teams toe om essentiële elementen van het ruimtevaartuig en de missie te belasten, zoals levensondersteuning, navigatie en communicatie onder omstandigheden die bijna onmogelijk of gevaarlijk zijn om in aardse laboratoria te repliceren.

De computers aan boord van het vaartuig waren ontworpen om essentiële systemen te laten draaien onder de hoge-stralingsomstandigheden van de ruimte. Deze architectuur, in combinatie met autonome algoritmen die de baan in real-time beheren, stond het ruimtevaartuig toe om operaties te onderhouden tijdens de verlengde communicatieblackouts die inherent zijn aan diepe ruimtereizen.

Alexa in een baan: De Callisto-technologiedemo

Een van de meest zichtbare AI-toepassingen aan boord van de Artemis-missies is Callisto, een technologie-demonstratie die gezamenlijk is ontwikkeld door Lockheed Martin en NASA.

Callisto heeft Amazon’s Alexa-spraakassistent en Cisco’s Webex-communicatieplatform rechtstreeks in de centrale console van de Orion-capsule geïntegreerd. Het verbindt via NASA’s Deep Space Network. Deze integratie biedt zowel astronauten als vluchtoperators in het Johnson Space Center een handsfree-interface voor diepe ruimteoperaties.

Een opvallend aspect van het Callisto-project is het openbare element. Tijdens de Artemis I-missie nodigde Lockheed Martin mensen op aarde uit om rechtstreeks met de integratie te communiceren, waarbij berichten voor de mensheid en het team achter de Artemis-missies werden verzameld. Het is een vroeg voorbeeld van hoe AI kan dienen als brug tussen een missie honderdduizenden kilometers ver weg en het bredere publiek dat het vanuit huis volgt.

Diepe leerlingen voor maannavigatie

Naar de maan gaan is één uitdaging. Het is een andere taak om astronauten te laten weten waar ze zijn als ze eenmaal daar zijn. Aangezien de Apollo-bemanningen binnen een kleinere zone werkten, hadden ze geen precieze breedtegraadnavigatie nodig. Echter, Artemis-missies die de zuidpool van de maan als doel hebben, zullen astronauten moeten oriënteren over een groter en complexer terrein.

In 2018 hebben onderzoekers bij het Frontier Development Lab een AI-navigatietool gebouwd met een gedetailleerde simulatie van het maanoppervlak. Astronauten kunnen foto’s van hun omgeving maken, en diepe leerlingenmodellen zullen deze vergelijken met de gesimuleerde omgeving om hun coördinaten nauwkeurig te bepalen.

Het systeem functioneert als een GPS die werkt met machinevisie in plaats van satellieten, wat veelbelovend is voor missies die in omvang en ambitie groeien. AI wordt al gebruikt in missies om nieuwe terreinen te navigeren en te verkennen en exoplaneten. Met de tijd kan deze technologie zich verder ontwikkelen en de menselijke kennis van het universum uitbreiden.

Het bestuursgap

Naarmate AI meer verantwoordelijkheid krijgt in bemande ruimtevluchten, stellen overheden en instellingen vragen over toezicht en verantwoordelijkheid. Het VN-kantoor voor Ruimtevaartaangelegenheden heeft gepleit voor bestuurskaders die draaien om deze belangrijke doelstellingen:

• Ethische en transparante AI voor ruimteoperaties: Dit vereist verklarebare AI-systemen, zinvolle menselijke toezicht en robuuste veiligheidsmaatregelen, vooral voor kritieke functies.
• Billijkheid, inclusiviteit en mondiale capaciteitsopbouw: Om de vooroordelen in AI-modellen en de onevenredige verdeling van middelen aan te pakken, pleit UNOOSA voor diverse datasets, open toegang tot gegevens en tools, en gerichte trainingsprogramma’s voor ontwikkelingslanden.
• Verantwoorde ontwikkeling en gebruik van geospatiale basismodellen: Terwijl het potentieel van grote AI-modellen wordt erkend, benadrukt de organisatie de noodzaak voor een alomvattende evaluatie die verder gaat dan nauwkeurigheid. Dit omvat factoren zoals energieverbruik, robuustheid en sociale en ethische gevolgen.
• Integratie van klimaatbestendigheid en duurzaamheid: Het kantoor pleit voor de integratie van klimaatoverwegingen in de hele levenscyclus van AI en aardobservatietechnologieën.
• Bescherming van gegevenseigendom en -integriteit: Dit doel richt zich op de noodzaak van maatregelen om gegevenseigendom te voorkomen en de herkomst van geospatiale informatie te waarborgen.

Een opvallend deel van UNOOSA’s beleidsnota is de oproep tot kaders om voorafgaande veiligheidsgevallen te creëren. Deze aanbevolen beleidslijnen autoriseren AI-beslissingen binnen gedefinieerde parameters voor ruimtemissies waarbij menselijke interventie in real-time onmogelijk is.

AI zal waarschijnlijk beslissingen nemen in de ruimte, vooral in noodsituaties waarin communicatiesystemen zijn aangetast. Hoewel teams ernaar streven dit te voorkomen, is het nog steeds cruciaal om zich voor te bereiden op deze situaties en te bepalen onder welke omstandigheden AI beslissingen kan nemen en met welk niveau van menselijke toezicht.

Wat Artemis II heeft bewezen

Artemis II heeft met succes de systemen van het Orion-ruimtevaartuig, de bemanningsoperaties en de missieprocedures in omstandigheden geverifieerd die niet op aarde kunnen worden gerepliceerd. Onderweg heeft het ook de manieren geverifieerd waarop mensen en AI kunnen samenwerken buiten de atmosfeer.

De Apollo-periode eiste buitengewone menselijke prestaties onder druk, voornamelijk vanwege de noodzaak. Artemis neemt een andere, meer gedistribueerde aanpak, die de samenwerking is tussen menselijke intuïtie en training en machine-intelligentie.

Hierbij behandelt AI de continue, gegevensintensieve bewaking die moeilijk voor de bemanning is om te beheren. Deze ondersteuning heeft hun tijd en inspanning vrijgemaakt, waardoor ze zich kunnen concentreren op de beslissingen en processen die alleen mensen kunnen maken.

Voor AI-enthusiasten is de Artemis II-maanmissie een bewijs van concept voor wat intentionele en zorgvuldige AI-integratie kan bereiken, vooral met vier levens die afhankelijk zijn van de technologie die dingen goed doet.