Làm thế nào AI giúp phóng tàu Artemis II lên Mặt Trăng

Vào ngày 1 tháng 4 năm 2026, bốn phi hành gia đã buộc mình vào tàu vũ trụ Orion và cất cánh vào lịch sử. Chỉ huy Reid Wiseman, phi công Victor Glover và các chuyên gia nhiệm vụ Christina Koch và Jeremy Hansen đã trở thành những người đầu tiên du hành quanh Mặt Trăng kể từ các nhiệm vụ Apollo.

Chuyến đi 10 ngày của họ là một kỳ công của trí tuệ và chuyên môn con người. Tuy nhiên, nó cũng展示 AI như một đối tác trong việc khám phá vũ trụ.

SIAT: Trí tuệ nhân tạo giám sát mọi thứ

Ở trung tâm của hệ thống thông minh trên tàu Orion là một hệ thống gọi là Công nghệ Phân tích Hệ thống Không đổi (SIAT), được phát triển bởi NEC Corp. và tích hợp vào hệ thống tàu vũ trụ của Lockheed Martin. SIAT là một động cơ phân tích giám sát liên tục dữ liệu cảm biến, học hỏi hành vi bình thường của các hệ thống phức tạp và đánh dấu các sai lệch trước khi chúng trở thành thất bại.

Trong quá trình đánh giá, SIAT đã mô hình hóa hàng tỷ mối quan hệ trên nhiều biến số hệ thống và cảm biến. Các hệ thống tàu vũ trụ hiện đại như Orion tạo ra một lượng lớn dữ liệu telemetry và thử nghiệm, vì vậy SIAT có rất nhiều thông tin để làm việc. Khối lượng thông tin đó, cũng như tốc độ nó cần được phân tích, vượt quá khả năng của con người.

Công nghệ này được nhúng trong nền tảng T-TAURI của Lockheed Martin, một khuôn khổ phân tích tạo ra một bức tranh toàn diện về sức khỏe của tàu vũ trụ. Sự kết nối này dẫn đến việc phát hiện dị thường chủ động trong thiết kế, phát triển, sản xuất và hoạt động nhiệm vụ trực tiếp.

SIAT là một trong những mô hình AI nhiều nhất nằm ngoài ánh đèn sân khấu, nhưng nó rất quan trọng trong một tàu vũ trụ có phi hành gia. Nó im lặng nhưng có khả năng bắt những vấn đề khó theo dõi bằng tay.

Sao chép kỹ thuật số và hệ thống tự động

Trước khi bất kỳ phi hành gia nào lên tàu Orion, các kỹ sư và phi hành gia đã chạy các mô phỏng đầy đủ trong một bản sao của tàu vũ trụ, tập dượt các kịch bản không thể thử nghiệm trong điều kiện bình thường của Trái Đất.

Mô phỏng kỹ thuật số đề cập đến các mô hình ảo được AI cung cấp của các hệ thống vật lý của tàu vũ trụ. Các công cụ này cho phép các đội kiểm tra các yếu tố quan trọng của tàu vũ trụ và nhiệm vụ, như hệ thống hỗ trợ sự sống, điều hướng và giao tiếp trong điều kiện gần như không thể hoặc nguy hiểm để tái tạo trong các phòng thí nghiệm trên Trái Đất.

Các máy tính trên tàu được thiết kế để duy trì các hệ thống quan trọng trong điều kiện bức xạ cao của vũ trụ. Kiến trúc này, kết hợp với các thuật toán tự động quản lý quỹ đạo trong thời gian thực, cho phép tàu vũ trụ duy trì hoạt động trong thời gian mất liên lạc kéo dài trong du hành vũ trụ sâu.

Alexa trên quỹ đạo: Demo công nghệ Callisto

Một trong những ứng dụng AI rõ ràng nhất trên các nhiệm vụ Artemis là Callisto, một bản demo công nghệ được phát triển hợp tác bởi Lockheed Martin và NASA.

Callisto đã nhúng trợ lý giọng nói Alexa của Amazon và nền tảng giao tiếp Webex của Cisco trực tiếp vào bảng điều khiển trung tâm của tàu Orion. Nó kết nối qua Mạng vũ trụ sâu của NASA. Sự tích hợp này cung cấp cho cả phi hành gia và các nhà điều hành chuyến bay tại Trung tâm vũ trụ Johnson một giao diện không cần tay cho các hoạt động vũ trụ sâu.

Một khía cạnh đáng chú ý của dự án Callisto là yếu tố công khai của nó. Trong nhiệm vụ Artemis I, Lockheed Martin đã mời mọi người trên Trái Đất tương tác trực tiếp với tích hợp, thu thập thông điệp cho nhân loại và đội ngũ đằng sau các nhiệm vụ Artemis. Đây là một ví dụ sớm về cách AI có thể đóng vai trò cầu nối giữa một nhiệm vụ hàng trăm nghìn dặm và công chúng rộng lớn hơn theo dõi nó từ nhà.

Học sâu cho điều hướng Mặt Trăng

Đi đến Mặt Trăng là một thách thức. Việc phi hành gia biết vị trí của họ khi họ ở đó là một nhiệm vụ khác. Vì các phi hành gia Apollo làm việc trong một khu vực nhỏ hơn, họ không cần điều hướng chính xác trên diện rộng. Tuy nhiên, các nhiệm vụ Artemis nhắm vào cực nam Mặt Trăng sẽ yêu cầu phi hành gia phải định hướng bản thân trên một khu vực rộng lớn và phức tạp hơn.

Năm 2018, các nhà nghiên cứu tại Phòng thí nghiệm Phát triển Frontier đã xây dựng một công cụ điều hướng AI sử dụng mô phỏng chi tiết về địa hình Mặt Trăng. Phi hành gia có thể chụp ảnh môi trường xung quanh, và các mô hình học sâu sẽ so sánh chúng với môi trường mô phỏng để xác định chính xác tọa độ của họ.

Hệ thống này hoạt động như một hệ thống GPS sử dụng tầm nhìn máy thay vì vệ tinh, cho thấy tiềm năng lớn khi các nhiệm vụ tăng về phạm vi và tham vọng. AI đã được sử dụng trên các nhiệm vụ để điều hướng và khám phá các địa hình mới và các hành tinh khác. Với thời gian, công nghệ này có thể phát triển thêm và mở rộng kiến thức của con người về vũ trụ.

Khoảng trống quản lý

Khi AI đảm nhận nhiều trách nhiệm hơn trong các chuyến bay vũ trụ có phi hành gia, các chính phủ và tổ chức đang đặt ra câu hỏi về giám sát và trách nhiệm. Văn phòng Liên Hợp Quốc về Các vấn đề Vũ trụ đã kêu gọi các khuôn khổ quản lý dựa trên các mục tiêu chính sau:

• AI đạo đức và minh bạch cho các hoạt động vũ trụ: Điều này đòi hỏi các hệ thống AI có thể giải thích, giám sát của con người có ý nghĩa và các biện pháp an toàn mạnh mẽ, đặc biệt là đối với các chức năng quan trọng.
• Công bằng, hòa nhập và xây dựng năng lực toàn cầu: Để giải quyết các偏见 trong các mô hình AI và sự phân bố không đồng đều của tài nguyên, UNOOSA đề xuất các tập dữ liệu đa dạng, truy cập mở vào dữ liệu và công cụ, cũng như các chương trình đào tạo nhắm vào các nước đang phát triển.
• Phát triển và sử dụng có trách nhiệm các mô hình nền tảng địa không gian: Trong khi công nhận tiềm năng của các mô hình AI lớn, tổ chức này nhấn mạnh nhu cầu đánh giá toàn diện vượt ra ngoài độ chính xác. Điều này bao gồm các yếu tố như tiêu thụ năng lượng, độ bền và tác động xã hội và đạo đức.
• Tích hợp khả năng chống chịu khí hậu và bền vững: Văn phòng kêu gọi tích hợp các xem xét về khí hậu trong toàn bộ chu kỳ sống của AI và các công nghệ quan sát Trái Đất.
• Bảo vệ quyền sở hữu và tính toàn vẹn của dữ liệu: Mục tiêu này tập trung vào nhu cầu có các biện pháp để ngăn chặn việc thao túng dữ liệu và đảm bảo nguồn gốc của thông tin địa không gian.

Một phần đáng chú ý của bản ghi nhớ chính sách của UNOOSA là kêu gọi các khuôn khổ để tạo ra các trường hợp an toàn trước khi triển khai. Những chính sách được khuyến nghị này cho phép các quyết định AI trong các tham số xác định cho các nhiệm vụ vũ trụ nơi can thiệp của con người trong thời gian thực là không thể.

AI có thể sẽ đưa ra quyết định trong vũ trụ, đặc biệt là trong các trường hợp khẩn cấp khi hệ thống liên lạc bị tổn hại. Mặc dù các đội đang nỗ lực để ngăn chặn điều này xảy ra, nhưng vẫn rất quan trọng để chuẩn bị cho những tình huống này và xác định dưới những điều kiện nào AI có thể đưa ra quyết định và với mức độ giám sát của con người nào.

Artemis II đã chứng minh

Artemis II đã xác nhận thành công các hệ thống của tàu vũ trụ Orion, hoạt động của phi hành gia và các thủ tục nhiệm vụ trong điều kiện không thể tái tạo trên Trái Đất. Trên đường đi, nó cũng đã xác nhận cách con người và AI có thể làm việc cùng nhau ngoài khí quyển.

Giai đoạn Apollo đòi hỏi hiệu suất phi thường của con người dưới áp lực, chủ yếu do nhu cầu. Artemis đang thực hiện một cách tiếp cận khác, phân tán hơn, đó là sự hợp tác giữa trực giác và đào tạo của con người và trí tuệ máy.

Ở đây, AI xử lý việc giám sát liên tục, đòi hỏi dữ liệu nhiều mà phi hành gia khó có thể quản lý. Sự hỗ trợ này đã giải phóng thời gian và nỗ lực của họ, cho phép họ tập trung vào các quyết định và quy trình mà chỉ con người mới có thể thực hiện.

Đối với những người đam mê AI, nhiệm vụ Mặt Trăng Artemis II là một bằng chứng về khái niệm cho thấy sự tích hợp AI có chủ ý và sâu sắc có thể đạt được, đặc biệt là khi có bốn mạng sống phụ thuộc vào công nghệ hoạt động chính xác.