AstroForgeのAI宇宙船、Soloに単独制御を委ねる一方でミッション管制の安全網を外す
AstroForgeは2027年、ロケット分離後に地球から日常的なコマンドを受けず、Soloの制御下でAstroForge AI spacecraftを運用する計画だ。この決定は、従来からある宇宙船自動化の課題を、機械による判断力を試すはるかに難しい実験へと変える。
同社はこのミッションをAutonomy-1と呼ぶ。自社開発のコンパクトなトランスフォーマー型システムであるSoloは、決定論的な飛行ソフトウェアの確立されたレイヤーの上で、宇宙船の運用を調整する。AstroForgeによれば、Autonomy-1は地上コマンドなしでミッションを遂行しつつ、テレメトリーと科学データを地球へ送信する。
これは汎用人工知能を構築するという主張より、はるかに限定的なものだ。しかし同時に、より重大な意味を持つ。Soloはおよそ2,500のセンサー入力を解釈し、想定外の挙動を診断し、即座に人間の支援を受けられない物理的な機体を運用しながら行動を選ばなければならない。
AstroForgeがこの賭けに出る背景には、2025年に初の深宇宙宇宙船Odinの実効的な制御を失った経験がある。地上局の問題により、Odinにとって最も重要な通信ウィンドウでの接触が遅れた。同社は小惑星ミッションを完了するために必要な継続的な指令リンクを確立できなかった。
したがって、中心となる競争はAIと他の宇宙船企業との対決ではない。機上での意思決定と、地球中心の従来型ミッション管制モデルとの比較だ。一方はより迅速な対応と低い運用コストを約束する。もう一方は経験豊富な人員、広範な手順、そしてソフトウェアが予期せぬ振る舞いをした際に介入できる可能性を提供する。
AstroForgeのAI宇宙船は自ら判断する
Autonomy-1は、地球からコマンドを受信することなく、分離後のミッション全体を完了するよう設計されている。
AstroForgeは2026年9月21日にAutonomy-1を発表した。このミッションは、Stoke SpaceのNova Pathfinder vehicle初打ち上げで2027年に飛行する予定だ。
Stokeは初飛行マニフェストでペイロードを確認した。Autonomy-1はNASA GoddardのCOMPASS太陽圏物理学ペイロードを支援しながら、AstroForgeのSolo宇宙船インテリジェンスシステムを実証するとしている。
NASAの機器が加わることで、このミッションは孤立したソフトウェア試験以上のものとなる。Soloは、実際に機能する科学ペイロードに必要な機能を調整しながら宇宙船を管理する必要がある。従って自律性は、ミッションを通じて電力、航法、熱環境、機器運用を維持しなければならない。
AstroForgeによれば、テレメトリーと科学データは引き続き宇宙船から地球へ送られる。エンジニアはSoloの行動を観察し、ミッションデータに反映された推論の軌跡を検証できるはずだ。ただし、発表された設計では逆方向の通常の指令経路が取り除かれている。
CEO兼共同創業者のMatt GialichはTechCrunchに対し、地球からのコマンドを受信できる無線機を搭載する予定はないと語った。一方で、打ち上げ前にエンジニアリングチームがこの判断を変えるよう説得する可能性は認めている。
この留保は重要だ。利用可能なコマンドを意図的に無視する宇宙船と、物理的にコマンドを受信できない宇宙船は異なる。前者の設計は緊急時の選択肢を残す。後者では、機体が分離した時点で自律性が不可逆的な条件となる。
AstroForgeのミッション発表では、Soloを従来型の飛行ソフトウェアの上位に位置するインテリジェンス層として説明している。個別システムを制御する、検証済みで物理法則に基づくアルゴリズムを置き換えるものではない。
この階層型アーキテクチャは重要な安全策だ。決定論的ソフトウェアは、エンジニアが期待される挙動を仕様化し、試験できる機能を引き続き処理する。Soloは宇宙船の状態情報を受け取り、異常状態を認識し、次に何をすべきかを決定する。
このモデルはトランスフォーマー型であり、データ列全体にまたがる関係を特定するために設計されたアーキテクチャを用いる。宇宙船では、こうしたデータ列は通常の言語プロンプトではなく、センサーやサブシステムの状態から得られる。
AstroForgeによれば、このモデルは約2,500個のセンサーからの入力を処理する。航法や発電などの領域では、サブシステムの試験データで訓練した専門モデルが支援する。Soloはその後、これらのシステムを横断して意思決定を調整する。
代表的な問題は、宇宙船の位置に関する不確実性から始まる。Soloはその航法誤差を、スタートラッカーからの異常な電力挙動と関連付けるかもしれない。そして、影響を受けたコンポーネントを再起動するなど、対象を絞った復旧を試みる可能性がある。
この例は、自律エージェントに関する一般的な主張と比べれば控えめに聞こえる。だが宇宙飛行では、1つのコンポーネントを正しく再起動できるかどうかが、機体の制御可能性を左右しうる。重要な能力は会話ではない。限られた不完全な証拠から、安全な行動を選ぶことだ。
Autonomy-1はあくまで実証ミッションとなる。小惑星を採掘するわけでも、Soloがあらゆる深宇宙シナリオを管理できることを証明するわけでもない。当面の目的は、1機の宇宙船が分離後のコマンドなしに定義されたミッションを完了できることを示すことだ。
Odinは地上通信を最大の敵へと変えた
AstroForgeが自律性を推進する背景には、人間のオペレーターが信頼できる制御を得る前に通信インフラが失敗したミッションがある。
Odinは2025年2月26日、Intuitive MachinesのIM-2ミッションにおける相乗りペイロードとして打ち上げられた。AstroForgeはこの宇宙船を小惑星2022 OB5の近傍へ飛行させ、採掘対象としての評価に役立つ画像を取得することを目指していた。
同社はOdinが稼働していることを示す初期の兆候をいくつか受け取った。しかし、機体への指令、その状態の確認、計画された接近の完了に必要な継続的な双方向通信を確立することはなかった。
AstroForgeのOdinデブリーフィングは、急ごしらえで構築した地上ネットワーク全体にわたる障害を特定した。ある局は誤った偏波で送信し、別の局は誤った指向座標を使用していた。
これらのエラーは、Odinが地球に最も近く、十分なバッテリー電力を持つ可能性が最も高かった分離直後の数時間を消費した。同社は後により高感度な機器と追加アンテナを使用したが、宇宙船が遠ざかるにつれて成功の可能性は低下した。
光学観測は、Odinが想定された経路に沿って進み続けたことを示した。しかし、それによって指令権限が回復したわけではない。このミッションは、通信が失われると、機能している宇宙船であっても運用上は役に立たなくなり得ることを鮮明に示した。
AstroForgeは、Soloであれば確実にOdinを救えたと主張しているわけではない。Gialichは元の報道に対し、機上インテリジェンスが機体を復旧できたかどうかは分からないと語った。
ただし、彼のより限定的な主張には説得力がある。地球が制御を失った後、Odinに搭載されていたものには広範な診断を試みる機能がなかった。自律システムであれば、地上チームが問題を理解する前にローカルデータを調べ、回復可能な状態を特定し、行動できた可能性がある。
ローカル情報は実際の優位性をもたらす。深宇宙の通信リンクでは、すべてのセンサー読み取り値を常に完全な詳細で送信することはできない。エンジニアが受け取るのは、帯域幅、アンテナへのアクセス、距離、宇宙船の電力によって制約された縮小版の情報だ。
Soloはデータを発生源で検査できる。航法、電力、通信、熱システムの読み取り値を関連付ける前に、地上局との通信機会を待つ必要はない。異常が分単位で進行する場合、この短い意思決定ループは価値を持つ。
AstroForgeにとっては、財務上の議論も同様に重要だ。同社によれば、ミッション運用と地球側インフラはミッション総費用のおよそ3分の1を占める。Gialichは、5基のアンテナからなる民間のグローバルネットワーク構築には約2億ドルかかると見積もった。
これらの数値は同社の見積もりであり、独立して検証された業界ベンチマークではない。それでもAstroForgeの動機は説明できる。低コスト宇宙船を複数計画するスタートアップにとって、大規模な政府ミッションが用いる労働力とインフラのモデルを模倣することはできない。
TechCrunchは、NASAのOSIRIS-REx小惑星ミッションが2018年のランデブー時、各8時間シフトに約100人のオペレーターを配置していたと報じた。このアプローチは経験、専門性、冗長性をもたらした。一方で、ベンチャー資金を受ける宇宙企業が容易に再現できないリソースに依存していた。
報道によれば、AstroForgeは2022年に設立され、5,600万ドルを調達している。同額の数倍を要する地上ネットワーク案は、同社の低コストミッションモデルと矛盾することになる。
こうした条件下では、自律性は経済的な要件となる。そうでなければ宇宙船を追加するごとに、より多くの管制員の時間、アンテナアクセス、運用調整が必要になる。これらのコストは複製によって下がるのではなく、機数とともに増加する。
だからといって、ソフトウェアが地上インフラを不要にするわけではない。Autonomy-1は依然としてテレメトリーと科学観測データを返送する必要がある。AstroForgeには、ミッションが意図した経路に到達したかを把握するための追跡データも必要だ。
Soloが対象とするのは、むしろコマンドへの依存だ。同社は、人間の指示が遅延したり、利用できなかったり、継続的に提供するには高価すぎたりする場合でも、各宇宙船が運用を継続できるようにしたいと考えている。
この圧力はAstroForgeだけに及ばない。小規模な深宇宙企業は、標準化された機体、高頻度の打ち上げ、低いミッションコストをしばしば掲げる。新しい機体ごとに専用の運用組織が必要なら、こうした約束を維持することは難しくなる。
Soloが機能すれば、競合プラットフォームは選択を迫られる。より高い地上コストを受け入れるか、同等の自律性を開発するか、あるいは既存の自動化で十分な、より限定された環境にミッションを絞るかだ。
Soloは予測しにくいモデルで古い概念を拡張する
宇宙船の自律性には数十年の歴史があるが、Soloは従来予測可能な挙動を目指して設計されてきたシステムに、トランスフォーマーによる意思決定層を加える。
NASAは、現在のトランスフォーマー時代よりはるか以前から、機上人工知能を実証していた。同機関のDeep Space 1宇宙船は1999年にRemote Agent実験を実施した。
Remote Agentは高レベルの目標から活動を計画し、コマンドを実行し、結果を監視し、模擬障害に対応した。NASAの実験記録によれば、このシステムは計画されたすべての目標を完了した。
この実験では、最初の実行中にソフトウェアのバグにも遭遇した。エンジニアは問題を診断し、改訂した試験を続行した。この出来事は、自律システムそのものの内部にある故障モードを、初期段階の自律性が露呈させ得るという点で、今なお重要である。
NASAのアーキテクチャは、モデルベースの推論、制約を考慮した計画、明示的な故障保護ロジックを用いていた。Soloは異なる世代に属する。そのトランスフォーマーコンポーネントは、あらかじめ記述されたルールだけに依存するのではなく、訓練データと試験データから関係性を学習する。
違いは、一方のシステムが知的で、もう一方がそうではないということではない。どちらも工学的に設けられた境界内で動作する。違いは、各システムがパターンをどのように表現し、未知の状態を解釈し、応答を選択するかにある。
従来型の制御アルゴリズムは、定義された入力に対する挙動をエンジニアがモデル化できるため、引き続き魅力的だ。検証チームは要件を試験し、意思決定経路を精査し、ソフトウェアが安全状態へ移行しなければならない条件を確立できる。
学習済みモデルは、そのプロセスを複雑にする。挙動は訓練データ、モデル構造、統計的関係性から部分的に生まれる。数千件のテストで妥当に見える応答でも、まれなセンサーエラーの組み合わせによっては失敗する可能性がある。
AstroForgeは、この問題にハイブリッドなスタックで取り組んでいる。Soloが意思決定を調整する一方、実績あるアルゴリズムが物理法則に基づく制御を直接担う。これにより、機体の最下位レベルの挙動に対するモデルの権限は制限される。
この区分は、ミッションマネージャーが専門の制御装置を指揮する構図に似ている。Soloはコンポーネントへの対応が必要だと判断できるが、関連するマニューバやシステム操作を宇宙機がどのように実行するかは、基盤となる飛行ソフトウェアが管理する。
このアーキテクチャは、いくつかのリスクを低減するはずだ。しかし、Soloの判断を検証する必要性はなくならない。モデルが誤ったコマンドを選択したり、不適切なタイミングで動作したり、破損したデータを誤読したりすれば、正しく実行されたコマンドでも害を及ぼす。
そのためAstroForgeは、Autonomy-1の打ち上げ前に中間的な飛行試験を計画している。DeepSpace-2では、Soloをシャドーモードで搭載する。
シャドーモードでは、モデルが実際の宇宙機データを処理して判断を出す一方、機体を制御しない。エンジニアは、提案された行動を実際の宇宙機の挙動や地上運用者の判断と比較できる。
AstroForgeによると、DeepSpace-2はIntuitive Machinesの3回目の月探査ミッションとともに打ち上げられる見込みだ。そのより広範な目的は、小惑星へのランデブーと撮像キャンペーンである。
宇宙機の重量は約200キログラムで、最長2年間のミッション向けに設計されている。AstroForgeは、地球から最大2,000万キロメートルの距離で運用できるとしている。
こうした条件は、実験室でのシミュレーションよりも現実的なデータをもたらすはずだ。宇宙用ハードウェアは、放射線、熱サイクル、ノイズを含むセンサー、通信途絶、相互に影響する故障にさらされる。これらを地上で完全に再現するのは難しい。
シャドーモードにも限界はある。機体はSoloが提案するコマンドの結果を実際には経験しない。記録されたテレメトリー上では正しく見える判断でも、実機に適用すると予期しない影響を生む可能性がある。
エンジニアは、飛行ソフトウェアを物理コンポーネントまたは代表的なシミュレーターに接続するハードウェア・イン・ザ・ループ試験によって、こうした結果をモデル化できる。しかし、完全な閉ループは、モデルの判断が宇宙機の次の状態を変化させたときにのみ現れる。
この隔たりにより、DeepSpace-2は不可欠ではあるが決定的ではない。明白なエラーの特定、誤警報の測定、Soloが実際の異常を認識できるかの確認は可能だ。一方で、あらゆる行動シーケンスが飛行中も安定を保つことの証明にはならない。
AstroForgeには、意見の不一致に対する明確な方針も必要となる。決定論的な故障保護がセーフモードを推奨する一方で、Soloが運用継続を推奨する場合、アーキテクチャには予測可能な権限階層が必要だ。
同社は、この階層を評価するのに十分な技術的詳細を公表していない。モデルサイズ、計算ハードウェア、消費電力、訓練手順、形式検証の結果も公開していない。
実証ミッション前にそうした情報がないことは理解できる。同時に、最も強い主張はAstroForgeによる表明にとどまることも意味する。読者は、発表されたアーキテクチャと実証済みの性能を区別すべきだ。
地上からのコマンドをなくすことは、求められる立証水準を引き上げる
Autonomy-1が成功するのは、Soloが不確実性を扱い、回復可能なソフトウェアエラーを恒久的なミッション喪失へと変えない場合に限られる。
宇宙機は、通信遅延によってリアルタイム制御が不可能になる場合、すでに重要な運用を自律的に実行している。NASAのOSIRIS-RExミッションは、小惑星Bennuへの降下時にNatural Feature Trackingを使用した。
このシステムは、機上画像を地図化された地表の特徴と比較した。安全でない着地が予測される場合には、降下を中止できた。NASAのナビゲーションに関する説明では、これを完全自律型と説明している。
その自律性は、特定のミッション段階と綿密に準備された環境に限定されていた。エンジニアは危険地図を作成し、退避を開始すべき条件を定義した。より広範なミッションについては、人間のチームが引き続き責任を負っていた。
Soloは、より広い運用上の役割を担うことを目指している。複数のシステムを監視し、非公称状態を特定し、Autonomy-1全体を通じて対応を調整する。この適用範囲の拡大は、有益な適応と有害な相互作用の機会をともに増やす。
Transformerは、多数のセンサーストリームにまたがるパターンを検出できる。一方、入力が訓練分布の外にある場合には、確信度を誤って割り当てることもある。宇宙ミッションではまさに、事前収集が最も困難なこうした異例の組み合わせが発生する。
センサー故障も別の課題となる。モデルは、物理的現実を反映していないにもかかわらず内部的には整合するデータを受け取る可能性がある。複数の測定値に共通の故障があれば、相関だけで誤った診断を強めてしまうかもしれない。
エンジニアは通常、冗長性、独立した測定、妥当性確認、保守的な故障ツリーによってこの問題を管理する。Soloの価値は、不当な解釈によってこれらの保護を覆すことなく活用できるかにかかっている。
計算資源の制約も重要だ。宇宙環境に耐える認定を受けたプロセッサは、一般にデータセンター用ハードウェアより性能で後れを取る。放射線に耐えながら、厳しい電力・熱設計上の制限内で動作しなければならない。
AstroForgeはSoloを小型モデルと説明しており、これにより機上運用の信頼性は高まる。しかし、モデルサイズだけでは、信頼できるレイテンシー、エネルギー使用量、メモリー要件、放射線耐性は立証されない。
サイバーセキュリティにも注意が必要だ。受信機能を持つ無線機は攻撃対象領域を生むが、それを取り除いてもソフトウェアリスクはなくならない。訓練パイプライン、開発ツール、モデル更新、飛行コードはいずれも、打ち上げ前に脆弱性を持ち込む可能性がある。
コマンドを受け付けない設計は、対応手段をさらに一つなくす。宇宙機に本当に受信機がない場合、地上チームは分離後にパッチをアップロードしたり、しきい値を変更したり、故障した判断レイヤーを無効化したりできない。
この制約は、打ち上げ前の規律を高めるかもしれない。エンジニアは、許可される挙動と、決定論的なフォールバックを必要とする状態を決めなければならない。不完全な設計を修復する将来のコマンドには依存できない。
同時に、軽微なモデル欠陥を恒久的な問題へ変えてしまう可能性もある。NASAのDeep Space 1実験は、段階的な試験と継続的な人間の関与の恩恵を受けた。Autonomy-1が公表している前提では、そのような介入の余地は小さい。
AstroForgeの実証を最も強いものにするには、透明性の高い成功基準が必要だ。ミッション完遂は一つの尺度ではあるが、Soloがどの程度介入したか、またその介入が結果を改善したかは示さない。
有用な証拠には、検出された異常の数、誤検知、却下された提案、復旧の試行、セーフモードへの移行が含まれる。エンジニアは、決定論的な安全措置が危険なSoloの行動を阻止したかどうかも知る必要がある。
DeepSpace-2のシャドーモード結果は、基準線を提供しうる。AstroForgeはSoloの推奨を飛行制御装置の判断と比較し、後にどちらの選択が宇宙機の実際の状態と一致したかを評価できる。
同社は、その水準の詳細を公開することを公には約束していない。商業上の機密性や安全上の懸念により、開示が制限される可能性がある。そうした証拠がなければ、外部の観察者は自律性能と何事もなく終わったミッションを区別するのが難しい。
ミッション期間も結果を左右する。異常がほとんどない短期飛行は、回復力よりも公称時の計画を試験する。より長期のミッションでは、劣化、航法上の不確実性、サブシステム間の相互作用が生じる機会が増える。
Autonomy-1は実際の科学ペイロードも搭載しており、誤った判断のコストを高めている。Soloは宇宙機を保護しながら、COMPASSが有用なデータを収集するために必要な電力、指向、運用支援を提供しなければならない。
このため、このミッションをAIが航空宇宙工学に取って代わるものとして捉えるべきではない。Soloは、決定論的な制御装置、検証済みの宇宙機システム、センサー冗長性、ミッション制約、広範な地上試験に依存している。
実際の提案はより限定的だ。AstroForgeは、学習型の調整レイヤーにより、従来の飛行ソフトウェアがもたらす信頼性を損なうことなく、継続的な人間運用への依存を減らせると考えている。
このトレードオフは、今回の発表によって解決されたわけではない。飛行データ、開示される故障対応、そして状況が計画通りでなくなった際の宇宙機の挙動によって決着する。
2027年のミッションが次に証明すべきこと
Soloが信頼できる宇宙機オペレーターとなるのか、それとも野心的な実証にとどまるのかは、3つのマイルストーンによって決まる。
最初の指標は、DeepSpace-2のシャドーモードでの記録だ。このミッションは、Soloがコマンド権限を得る前に実際のセンサーデータを解釈できるかを示すべきである。
最も価値のある結果は、地上管制官との完全な一致ではない。自律システムが存在意義を得るのは、人間が見逃す状態を特定したり、より速く反応したり、より豊富なローカルデータから安全な対応を提案したりした場合だ。
それでも、意見の不一致には慎重な分析が必要となる。エンジニアは、Soloが正当な代替案を見つけたのか、宇宙機を誤解したのか、あるいは決定論的な安全措置が却下する行動を生成したのかを明らかにしなければならない。
頻繁な誤警報はAstroForgeの主張を弱める。Soloが制御権を得れば、電力を消費し、科学運用を中断し、不必要なモード変更を引き起こす可能性がある。
第2の指標は、Autonomy-1の最終的な通信アーキテクチャだ。AstroForgeは現在、コマンドを受け付けず、テレメトリーと科学データを地球へ送信する一方向リンクを説明している。
宇宙機が休止状態または緊急時用のコマンド受信機を搭載して打ち上げられるなら、実証は自律性を維持しつつ、最後の手段となる安全チャネルを残せる。この選択は実験の純粋性を下げるが、回復可能性を高める。
AstroForgeが受信機を完全に取り除く場合、Autonomy-1は運用上の独立性をより強く試すことになる。同時に、打ち上げ後に発見されたエラーに対する許容度は低くなる。
どちらの選択も、自動的に勇気や慎重さを証明するものではない。重要なのは、AstroForgeが権限ルール、フォールバック挙動、自律性の成功を定義する条件を公開するかどうかだ。
第3の指標は、分離後のミッション証拠である。意味のある異常に遭遇せず、公称スクリプトに従う機体は、基本的な実行能力を検証する。しかし、Soloの診断に関する主張を完全に検証するものではない。
より強い結果は、予期しない状態、その際にSoloが用いた証拠、選択した行動、その後の宇宙機の状態を記録することだ。この連鎖は、システムが準備された計画を再生する以上のことをできるかを示す。
テレメトリーは、表面化しない失敗も明らかにできる。Soloは、エネルギーを浪費したり、科学機会を逃したり、安全限界に繰り返し近づいたりしながらもミッションを完遂するかもしれない。最終的なミッション状態だけでは、こうした弱点は隠れてしまう。
そのためAstroForgeは、生存と並んで運用品質も報告すべきだ。最も有用な指標には、コマンド判断、異常分類、復旧時間、資源余裕、阻止された行動が含まれる。
NASAや商業パートナーも、COMPASSの性能を注視するだろう。信頼できる科学的成果は、Soloが単に機体を生かし続けるだけでなく、ペイロードの目的と宇宙機の健全性を両立できることを示す。
飛行が成功すれば、他の小型宇宙機メーカーに運用モデルの見直しを迫ることになるだろう。差し迫った機会は、自律的な小惑星採掘ではない。深宇宙を飛行する追加の各機体に必要な人員と地上アクセスを削減することだ。
その変化は、ミッション管制官だけでなくソフトウェアチームにも同程度の影響を及ぼす。エンジニアには、システム挙動、異常履歴、テスト結果、意思決定上の制約に関する、より充実した記録が求められる。検索可能なナレッジベースは、こうした証拠が学習や検証の材料になる前に、チームがそれらを結び付ける助けとなる。
しかし、どのような知識システムも飛行認定の代わりにはならない。Soloの信頼性は、センサーの情報が食い違い、通信が途絶え、限られた電力を巡って復旧手順が競合する状況で、どのように振る舞うかによって決まる。
AstroForgeのAI宇宙機が注目に値するのは、その中心的な制約が現実的だからだ。深宇宙での運用は、より大規模な管制室や希少なアンテナ利用時間を増やすだけでは、無限に拡張できない。
提案されている解決策にも、現実的なリスクがある。知能を機上に移すことで意思決定のループは短縮されるが、その分、地球から修正できない可能性のあるソフトウェアに、より大きな責任が移される。
DeepSpace-2のシャドー運用の結果、最終的なコマンドリンク設計、そしてAutonomy-1の飛行後の意思決定記録に注目したい。これらのシグナルを総合すれば、Soloが本当に地球への依存を減らすのか、それとも最も安全な帰還経路を取り除くだけなのかが分かる。
