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 een raket de geschiedenis in gestuurd. Commander Reid Wiseman, piloot Victor Glover en missiespecialisten Christina Koch en Jeremy Hansen werden de eerste mensen die sinds de Apollo-missies rond de maan vlogen.

Hun 10-daagse missie was een prestatie van menselijke intelligentie en expertise. Het toonde echter ook AI als een partner in de ruimteverkenning.

SIAT: De AI die alles in de gaten houdt

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

Tijdens evaluaties heeft SIAT miljarden relaties gemodelleerd over verschillende systeemvariabelen en sensoren. Moderne ruimtevaartuigen zoals Orion genereren grote hoeveelheden telemetrie- en testgegevens, dus SIAT had veel te verwerken. Die hoeveelheid informatie, evenals de snelheid waarmee deze geanalyseerd moest worden, is buiten het bereik van menselijke operators alleen.

Deze technologie is geïntegreerd in de Technology for Telemetry Analytics for Universal Artificial Intelligence (T-TAURI)-platform van Lockheed Martin, een analytisch kader dat een compleet beeld van de gezondheid van het ruimtevaartuig creëert. Deze verbinding resulteert in proactieve afwijkingdetectie die zich uitstrekt over ontwerp, ontwikkeling, productie en live-missieoperaties.

SIAT is een van de vele AI-modellen die ver van 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 monitoren 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 stelden teams in staat om vitale onderdelen van het ruimtevaartuig en de missie te testen, zoals levensondersteuning, navigatie en communicatie onder omstandigheden die nagenoeg onmogelijk of gevaarlijk zijn om te repliceren in aardse laboratoria.

Computers aan boord van het vaartuig zijn 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, stelde het ruimtevaartuig in staat om operaties te onderhouden tijdens de verlengde communicatieblackouts die onderdeel zijn van diepe ruimtevluchten.

Alexa in een baan: De Callisto-technologiedemonstratie

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

Callisto heeft Amazon’s Alexa-spraakassistent en Cisco’s Webex-communicatieplatform rechtstreeks in het centrale console van de Orion-capsule geïntegreerd. Het verbindt via het Deep Space Network van NASA. 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 publieksgerichte element. Tijdens de Artemis I-missie nodigde Lockheed Martin mensen op aarde uit om direct te communiceren met de integratie, 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 een brug tussen een missie honderdduizenden kilometers ver weg en het bredere publiek dat deze vanuit huis volgt.

Diepe leercurve voor maannavigatie

Naar de maan gaan is één uitdaging. Het is een andere taak om astronauten te laten weten waar ze zich bevinden als ze eenmaal daar zijn. Aangezien de Apollo-bemanningen werkten binnen een kleinere gebied, 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-navigatiehulpmiddel gebouwd met een gedetailleerde simulatie van het maanoppervlak. Astronauten kunnen foto’s van hun omgeving maken, en diepe leermodellen zullen deze vergelijken met de gesimuleerde omgeving om hun coördinaten precies te bepalen.

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

Het governance-gat

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

• Ethische en transparante AI voor ruimteoperaties: Dit vereist verklarende AI-systemen, betekenisvolle menselijke toezicht en robuuste veiligheidsmaatregelen, vooral voor kritieke functies.
• Rechtvaardigheid, inclusiviteit en mondiale capaciteitsopbouw: Om biases in AI-modellen en de ongelijke verdeling van middelen aan te pakken, pleit UNOOSA voor diverse datasets, open toegang tot data en tools, en gerichte trainingsprogramma’s voor ontwikkelingslanden.
• Verantwoorde ontwikkeling en gebruik van geospatiale fundamentmodellen: Terwijl de organisatie het potentieel van grote AI-modellen erkent, benadrukt ze de noodzaak voor een uitgebreide evaluatie die verder gaat dan nauwkeurigheid. Dit omvat factoren zoals energieverbruik, robuustheid en sociale en ethische gevolgen.
• Integratie van klimaatbestendigheid en duurzaamheid: Het kantoor roept op tot de integratie van klimaatoverwegingen gedurende de hele levenscyclus van AI en aardobservatietechnologieën.
• Bescherming van gegevensbezit en -integriteit: Dit doel richt zich op de noodzaak voor maatregelen om gegevensmanipulatie te voorkomen en de herkomst van geospatiale informatie te waarborgen.

Een opvallend deel van de beleidsbrief van UNOOSA is de oproep tot kaders om voorafgaande veiligheidszaken te creëren. Deze aanbevolen beleidslijnen preautoriseren AI-beslissingen binnen gedefinieerde parameters voor ruimtemissies waarbij realtime-menselijke interventie onmogelijk is.

AI zal waarschijnlijk beslissingen nemen in de ruimte, vooral in noodsituaties waarin communicatiesystemen zijn aangetast. Terwijl teams zich inspannen om dit te voorkomen, is het nog steeds essentieel 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 crewoperaties en de missieprocedures geverifieerd onder omstandigheden 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, data-intensieve monitoring 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 nemen.

Voor AI-enthousiasten 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.