L'IA Pionnière de la Navigation Martienne : Le Rover Perseverance de la NASA Trace sa Route avec Claude d'Anthropic

États-Unis - Agence de presse Ekhbary

L'IA Pionnière de la Navigation Martienne : Le Rover Perseverance de la NASA Trace sa Route avec Claude d'Anthropic

La vaste étendue désolée de Mars, avec son terrain périlleux et ses défis imprévisibles, a longtemps exigé une planification humaine méticuleuse pour l'exploration robotique. Cependant, un changement de paradigme significatif est apparu dans la robotique spatiale, alors que le Jet Propulsion Laboratory (JPL) de la NASA a déployé avec succès le modèle d'apprentissage automatique Claude d'Anthropic pour tracer un chemin de navigation complexe pour le rover Perseverance. Cette initiative révolutionnaire représente un bond substantiel en avant, démontrant l'application pratique de l'IA générative dans des missions extraterrestres critiques et établissant un précédent pour les futures entreprises spatiales autonomes.

Dans une démonstration remarquable des capacités avancées de l'IA, le rover Perseverance a récemment traversé environ 400 mètres à la surface martienne en décembre 2025, suivant un itinéraire méticuleusement planifié par Claude. Cet accomplissement n'était pas seulement un exploit technique, mais une délégation stratégique des ingénieurs du JPL, qui ont reconnu le potentiel de l'IA pour rationaliser le processus laborieux et chronophage de planification d'itinéraire. Le paysage martien, criblé de dangers comme des roches acérées, des ondulations de sable profondes et des pentes raides, pose d'immenses défis aux rovers, comme l'a tragiquement illustré le rover Spirit, embourbé dans le sable en 2009, mettant ainsi fin à sa mission.

Traditionnellement, la planification du voyage d'un rover implique un processus intensif de consultation d'images orbitales et de surface à haute résolution pour identifier les passages sûrs et établir une série de points de passage. Ces données, une fois tracées, sont ensuite transmises sur une distance moyenne de 225 millions de kilomètres (140 millions de miles) vers Mars, où Perseverance les reçoit comme un plan de navigation. Compte tenu des retards de communication immenses, la conduite en direct du rover avec un joystick depuis la Terre n'est tout simplement pas réalisable. Bien que Perseverance soit équipé d'un système AutoNav qui gère l'évitement d'obstacles en temps réel et les ajustements mineurs d'itinéraire, la pré-planification initiale reste une tâche critique et exigeante.

Reconnaissant ce goulot d'étranglement, les chercheurs du JPL se sont tournés vers Claude d'Anthropic, tirant parti de ses capacités de vision sophistiquées. Claude a été chargé d'analyser les images orbitales à haute résolution de la caméra HiRISE à bord de l'orbiteur de reconnaissance martienne de la NASA, ainsi que des données détaillées sur la pente du terrain dérivées des modèles d'élévation numérique. Grâce à cette analyse, le modèle d'IA a pu identifier les caractéristiques critiques du terrain — y compris les formations rocheuses, les champs de blocs rocheux dangereux et les ondulations de sable trompeuses — et générer ensuite un chemin continu et optimisé, complet avec des points de passage précis. De manière cruciale, Claude a traduit ces instructions de navigation en langage de balisage de rover (RML), un format basé sur XML directement exécutable par les systèmes du rover.

Malgré les capacités impressionnantes de Claude dans cet environnement spécialisé, Anthropic a reconnu que la version publique de Claude manquait initialement de connaissances en RML, soulignant la distinction entre l'IA à usage général et les modèles entraînés pour des tâches spécifiques et complexes avec des données propriétaires. Cependant, la version interne, ayant accès aux vastes ensembles de données de la NASA, a rempli sa fonction sans faille. Ce déploiement réussi souligne la puissance de la formation spécialisée de l'IA et de l'accès aux données dans les applications scientifiques de niche.

L'intégration de l'IA, cependant, ne diminue pas le rôle indispensable de la supervision humaine. Les ingénieurs du JPL ont examiné méticuleusement les plans générés par Claude. Utilisant un simulateur sophistiqué qui reproduit l'environnement virtuel du rover, ils ont analysé plus de 500 000 variables de télémétrie liées à la position projetée du rover et aux dangers potentiels. Ce processus de validation rigoureux n'a conduit qu'à des ajustements mineurs. Par exemple, les images de la caméra au niveau du sol, que Claude n'avait pas traitées, ont fourni des informations plus claires sur les ondulations de sable dans un couloir étroit, incitant les ingénieurs à affiner l'itinéraire pour une plus grande précision. Cette approche collaborative, où l'IA fournit une première ébauche efficace et les experts humains appliquent leur compréhension nuancée et leur expérience, illustre une mise en œuvre responsable de l'IA dans des missions à enjeux élevés.

Le résultat a été extrêmement positif. Anthropic a rapporté que les ingénieurs du JPL ont constaté que les plans de Claude ne nécessitaient que des modifications minimes. Les plans affinés ont ensuite été transmis à Mars, et Perseverance a exécuté avec succès le chemin planifié les jours martiens (sols) 1707 et 1709, correspondant aux 8 et 10 décembre 2025. Bien que les images de la NASA confirment de légères déviations entre les itinéraires planifiés par l'IA et les itinéraires réels — attribuables au système AutoNav du rover effectuant des micro-ajustements en temps réel — le succès global a validé l'efficacité de l'IA.

Cette démonstration annonce une nouvelle ère pour l'exploration spatiale. L'administrateur de la NASA, Jared Isaacman, a souligné les implications plus larges, déclarant : « Cette démonstration montre à quel point nos capacités ont progressé et élargit la façon dont nous explorerons d'autres mondes. Les technologies autonomes comme celle-ci peuvent aider les missions à fonctionner plus efficacement, à réagir aux terrains difficiles et à augmenter le retour scientifique à mesure que la distance de la Terre augmente. C'est un excellent exemple d'équipes appliquant les nouvelles technologies avec soin et responsabilité dans des opérations réelles. » Anthropic a en outre noté que les ingénieurs du JPL estiment que Claude peut réduire de moitié le temps nécessaire à la planification d'itinéraire, bien que des mesures quantitatives spécifiques pour cette réduction de temps n'aient pas été divulguées. Ce gain d'efficacité, même sans chiffres précis, représente un avantage monumental pour les futures missions, permettant aux scientifiques et aux ingénieurs de consacrer plus de ressources à l'analyse et à la découverte plutôt qu'à la logistique préparatoire. À mesure que les modèles vision-langage-action continuent d'évoluer, leur rôle dans l'amélioration de l'autonomie et du succès des missions robotiques à travers le système solaire est appelé à s'étendre considérablement.

Agence de presse Ekhbary