NASA usa IA para traçar rota do Perseverance em Marte

Em dezembro, a NASA deu mais um passo pequeno - e ainda assim importante - na direção de rovers de superfície cada vez mais autónomos.

Demonstração de IA no rover Perseverance da NASA

Num teste prático, a equipa do Perseverance recorreu a IA para criar os pontos de passagem (waypoints) do trajeto. Em dois dias diferentes, o Perseverance seguiu esses waypoints gerados por IA e percorreu, ao todo, 456 metros (1.496 pés) sem controlo humano.

"Esta demonstração mostra o quanto as nossas capacidades avançaram e amplia a forma como vamos explorar outros mundos", disse o administrador da NASA, Jared Isaacman.

"Tecnologias autónomas como esta podem ajudar as missões a operar com mais eficiência, a responder a terrenos desafiadores e a aumentar o retorno científico à medida que a distância da Terra cresce. É um forte exemplo de equipas a aplicar nova tecnologia com cuidado e responsabilidade em operações reais."

Marte fica muito longe, e existe um atraso de cerca de 25 minutos num sinal de ida e volta entre a Terra e Marte. Na prática, isso significa que, por um período curto, os rovers precisam desenrascar-se sozinhos.

Porque o atraso Terra–Marte muda o planeamento de rotas

Esse atraso dita como o percurso é planeado. Os condutores do rover, aqui na Terra, analisam imagens e dados de elevação e, a partir disso, programam uma sequência de waypoints - que, em geral, não ficam a mais de 100 metros (330 pés) de distância uns dos outros.

Depois, o plano de condução segue para a Rede de Espaço Profundo (DSN) da NASA, que o transmite para um de vários orbitadores; em seguida, o orbitador faz o retransporte (relay) até ao Perseverance.

Como a IA escolheu waypoints a partir de imagens orbitais

Nesta demonstração, a IA examinou imagens orbitais feitas pela câmara HiRISE, do Orbitador de Reconhecimento de Marte, além de modelos digitais de elevação. A IA - baseada no Claude, da Anthropic - identificou riscos como armadilhas de areia, campos de rochas, rocha-mãe e afloramentos rochosos. A partir daí, gerou uma rota composta por uma série de waypoints concebida para contornar esses perigos.

A seguir, entrou em ação o sistema de auto-navegação do Perseverance. Ele oferece mais autonomia do que os rovers anteriores e consegue processar imagens e planos de condução enquanto se desloca.

O “gémeo” VSTB no JPL e a validação em Terra

Antes de esses waypoints serem enviados ao Perseverance, houve um passo adicional relevante. O Laboratório de Propulsão a Jato (JPL) da NASA mantém um “gémeo” do Perseverance, chamado Banco de Testes do Sistema do Veículo (VSTB), no Pátio de Marte do JPL.

Trata-se de um modelo de engenharia que a equipa pode utilizar aqui na Terra para resolver problemas - ou para situações como esta. Versões de engenharia desse tipo são comuns em missões a Marte, e o JPL também tem uma para o Curiosity.

"Os elementos fundamentais da IA generativa estão a mostrar muito potencial para simplificar os pilares da navegação autónoma para condução fora do planeta: perceção (ver as rochas e ondulações), localização (saber onde estamos) e planeamento e controlo (decidir e executar o caminho mais seguro)", afirmou Vandi Verma, roboticista espacial do JPL e integrante da equipa de engenharia do Perseverance.

"Estamos a caminhar para um dia em que a IA generativa e outras ferramentas inteligentes ajudarão os nossos rovers de superfície a realizar deslocamentos à escala de quilómetros, minimizando a carga de trabalho dos operadores, e a sinalizar características de superfície interessantes para a nossa equipa científica ao vasculhar enormes volumes de imagens do rover."

A IA está a tornar-se rapidamente ubíqua no nosso dia a dia, aparecendo até em contextos em que nem sempre há um caso de uso forte.

Mas, aqui, não se trata de a NASA entrar na moda da IA. Por necessidade, a agência vem a desenvolver sistemas de navegação automática há bastante tempo. Aliás, o principal modo de condução do Perseverance é o seu sistema autónomo de auto-condução.

Re-localização: o obstáculo para a autonomia total

Um fator que ainda impede a condução totalmente autónoma é a forma como a incerteza aumenta quando o rover opera sem assistência humana. Quanto mais tempo ele se desloca, maior é a incerteza sobre a sua posição na superfície.

A saída é re-localizar o rover no seu mapa. Hoje, essa tarefa é feita por pessoas. No entanto, isso consome tempo - incluindo um ciclo completo de comunicação entre a Terra e Marte. No fim, esse processo limita a distância que o Perseverance consegue percorrer sem uma ajuda externa.

A NASA/JPL também trabalha numa abordagem para que o Perseverance possa re-localizar-se usando IA. O principal entrave é fazer a correspondência entre imagens orbitais e as imagens ao nível do solo captadas pelo rover. É bastante provável que a IA seja treinada para se destacar justamente nessa tarefa.

É evidente que a IA tende a assumir um papel muito maior na exploração planetária. O próximo rover de Marte pode diferir bastante dos atuais, com navegação autónoma mais avançada e outros recursos de IA. Já existem, inclusive, conceitos de um enxame de drones voadores libertado por um rover para ampliar o alcance de exploração em Marte. Esses enxames seriam coordenados por IA para cooperar e operar de forma autónoma.

E não é apenas a exploração de Marte que deve beneficiar da IA. A missão Dragonfly da NASA, rumo à lua Titã, de Saturno, fará uso extensivo de IA - não só para navegação autónoma enquanto a aeronave de rotores voa, mas também para curadoria autónoma de dados.

"Imagine sistemas inteligentes não apenas no solo na Terra, mas também em aplicações de borda nos nossos rovers, helicópteros, drones e outros elementos de superfície, treinados com a sabedoria coletiva dos nossos engenheiros, cientistas e astronautas da NASA", disse Matt Wallace, gestor do Escritório de Sistemas de Exploração do JPL.

"Essa é a tecnologia transformadora de que precisamos para estabelecer a infraestrutura e os sistemas necessários para uma presença humana permanente na Lua e levar os EUA a Marte e além."

Este artigo foi originalmente publicado pelo Universe Today. Leia o artigo original.