sociální sítě

Přímé přenosy

Načítám data o přenosech…

krátké zprávy

EQT

Soukromá investiční společnost EQT získává společnost Exolaunch, která se zabývala vypouštěním stovek družic pro sdílenou dopravu. EQT tak pomůže uspokojit rostoucí poptávku po vypouštění těchto produktů.

Deep Space Network

Vyšetřování NASA dospělo k závěru, že škody ve výši několika milionů dolarů na jedné z největších antén sítě Deep Space Network (DSS-14 Goldstone) byly způsobeny nedostatečným výcvikem personálu a chybnými pracovními postupy.

Look Up

Francouzský startup Look Up, který se zabývá vesmírným dohledem, plánuje využít síť pozemních stanic Skynopy k automatizaci své navrhované služby pro zamezení srážkám na nízké oběžné dráze Země.

PiLogic

Společnost PiLogic, startup vyvíjející software pro umělou inteligenci, který identifikuje poruchy a předpovídá selhání družic, podepsala dohodu s Výzkumnou laboratoří amerického letectva, aby otestovala, zda její technologie může zlepšit způsob, jakým operátoři kosmických zařízení detekují a diagnostikují problémy na oběžné dráze.

Copernicus

Rozhodnutí Švýcarska neúčastnit se programu Evropské unie pro pozorování Země Copernicus během cyklu financování 2028–2034 oživilo širší debatu o hodnotě přispívání do programu sběru dat, když je velká část jeho dat stále volně dostupná po celém světě.

Naše podcasty

Doporučujeme

Objednejte si knihy našich autorů a nahlédněte tak do historie kosmonautiky.

Poděkování

Náš web běží spolehlivě díky perfektnímu servisu hostingu Blueboard.cz, děkujeme!

Perseverance ujela první trasu vytvořenou AI

Americké marsovské vozítko Perseverance dokončilo první jízdu po jiném kosmickém tělese, která byla naplánována umělou inteligencí. Experiment proběhl mezi 8. a 10. prosincem a vedla jej Jet Propulsion Laboratory z jižní Kalifornie. Cílem bylo demonstrovat použití generativní AI k vytváření průjezdních bodů (anglicky waypoints) pro Perseverance. Jedná se o komplexní rozhodovací proces, který je typicky prováděn manuálně lidskými plánovači cest roveru. „Tato demonstrace ukazuje, jak daleko pokročily naše schopnosti a rozšířily způsoby, jak prozkoumávat cizí světy,“ poznamenal administrátor NASA, Jared Isaacman a dodal: „Autonomní technologie jako v tomto případě mohou pomoci misím fungovat efektivněji, reagovat na náročný terén a zvyšovat vědecký přínos i když se vzdálenost od země bude zvětšovat. Je to jasný příklad týmů aplikujících opatrně a zodpovědně nové technologie do reálného provozu.

Tento anotovaný orbitální snímek znázorňuje trasu plánovanou umělou inteligencí (vyobrazenou v nafialovělé barvě) a skutečnou trasu (oranžová barva), kterou marsovský rover Perseverance absolvoval během své jízdy 10. prosince 2025 v kráteru Jezero. Jednalo se o druhou ze dvou demonstrací, které měly ukázat, že generativní umělá inteligence může být začleněna do plánování trasy roveru.
Tento anotovaný orbitální snímek znázorňuje trasu plánovanou umělou inteligencí (vyobrazenou v nafialovělé barvě) a skutečnou trasu (oranžová barva), kterou marsovský rover Perseverance absolvoval během své jízdy 10. prosince 2025 v kráteru Jezero. Jednalo se o druhou ze dvou demonstrací, které měly ukázat, že generativní umělá inteligence může být začleněna do plánování trasy roveru.
Zdroj: https://www.nasa.gov/

Během demonstrace tým využil typ generativní AI označovaný jako modely vidění a jazyka (vision-language models), aby analyzovaly existující data z datových souborů JPL z povrchu Marsu. AI tak využívala stejné fotografie a data, na které spoléhají lidští plánovači při vytvoření průjezdních bodů, tedy pevně daných míst, kde rover přijímá novou sadu pokynů, aby mohl bezpečně projíždět náročným terénem na Marsu.

Celý inovativní projekt vedlo středisko provozu roveru ROC (Rover Operations Center) z JPL ve spolupráci s firmou Anthropic, která využila své modely Claude AI. Mars je průměrně vzdálený od Země 225 milionů kilometrů. Tyto velké rozestupy vytváření výrazné komunikační zpoždění, takže přímé ovládání roveru pomocí „joysticku“ je nereálné. Namísto toho po dobu 28 let u několika misí funguje následující postup. Cesty roverů jsou plánovány a vykonávány lidskými „řidiči“, kteří analyzují terén a data o stavu vozítka, aby načrtli s použitím průjezdních bodů trasu. Průjezdní body jsou přitom většinou vzdálené maximálně 100 metrů, aby se vyloučila případná rizika. Poté se tyto plány posílají k roveru pomocí antén komunikační sítě Deep Space Network a rover je pak vykoná.

Ovšem pro jízdy roveru Perseverance během solů (marsovských dnů) s pořadovými čísly 1707 a 1709 od začátku jeho mise udělal pozemní tým něco jinak. Generativní AI poskytla analýzu orbitálních snímků ve vysokém rozlišení, které poskytla kamera HiRISE (High Resolution Imaging Science Experiment) z americké sondy MRO (Mars Reconnaissance Orbiter) a data o sklonech terénu z digitálních modelů elevace terénu. Po identifikaci důležitých terénních prvků (skalního podloží, výchozů, nebezpečných balvanitých polí, písečných vln a podobně) vygenerovala souvislou trasu doplněnou o průjezdní body.

Aby se ověřilo, že instrukce od AI jsou plně kompatibilní se softwarem roveru, inženýrský tým také tyto pokyny zpracoval prostřednictvím digitálního dvojčete (virtuální repliky) roveru. Bylo tak možné prověřit více než 500 000 telemetrických proměnných ještě před posláním pokynu na Mars. 8. prosince s AI vytvořenými průjezdnými body ve své paměti ujel rover Perseverance 210 metrů. O dva dny později přidal dalších 246 metrů! „Základní prvky generativní AI jsou velmi slibné, pokud jde o zefektivnění pilířů autonomní navigace pro jízdu mimo naši planetu: vnímání (vidění kamenů a vln), lokalizaci (znalost toho, kde se nacházíme) a plánování a řízení (rozhodování a volba nejbezpečnější trasy),“ uvedla Vandi Verma, kosmická robotička z JPL a členka inženýrského týmu kolem mise roveru Perseverance a dodala: „Posouváme se blíže ke dni, kdy generativní AI a další chytré nástroje pomohou našim roverům na povrchu zvládat jízdy s délkou v řádu kilometrů při minimalizaci pracovní zátěže operátorů. Budou přitom pro náš vědecký tým označovat zajímavé povrchové prvky tím, že prohledají obrovské množství snímků pořízených vozítky.

„Představte si inteligentní systémy nejen na zemském povrchu, ale také v pokročilých aplikacích v našich roverech, vrtulnících, dronech a dalších prvcích na mimozemských tělesech, které jsou trénovány kolektivní moudrostí našich inženýrů, vědců a astronautů z NASA,“ uvedl Matt Wallace, manažer Oddělení pro průzkumné systémy (Exploration Systems Office) na JPL a dodal: „Tohle je technologie, která mění pravidla hry, kterou potřebujeme k vybudování infrastruktury a systémů nezbytných pro trvalou přítomnost člověka na Měsíci a k tomu, abychom dostali USA na Mars a ještě dál.

Přeloženo z:
https://www.nasa.gov/

Zdroje obrázků:
https://mars.nasa.gov/layout/mars2020/images/PIA23764-RoverNamePlateonMars-web.jpg
https://www.nasa.gov/wp-content/uploads/2026/01/e2-pia26645-hyperdrive-overlay.png

Hodnocení:

5 / 5. Počet hlasů: 5

Sdílejte tento článek:

Další podobné články:

Komentáře:

Odběr komentářů
Upozornit
0 Komentáře
Nejstarší
Nejnovější Nejvíce hodnocený

Děkujeme za registraci! 

Prosím, klikněte na potvrzovací odkaz v mailu, který vám dorazil do vaší schránky pro aktivaci účtu.

Děkujeme za registraci! 

Pro vytvoření hesla prosím klikněte na odkaz, který Vám právě dorazil do Vaší E-mailové schránky.