人工智能在太空探索中：NASA的最新自主任务与发现

本月，随着NASA在正在进行的探测器上部署了额外的自主系统，AI太空探索达到了一个新的运营阶段。

这些系统现在管理导航、数据过滤和基本决策循环，而无需持续的地面指令。这一转变减少了远程任务的延迟，同时迫使工程师接受对实时选择的较低人工监督。

主要压力落在任务控制团队身上，他们必须比以前更多地信任机载模型。过去的任务将人类保留在最终决策循环中；现在的任务将更多步骤移交给AI层。

NASA的5月更新聚焦于两艘已搭载早期AI模块的活跃探测器。新软件版本允许更长时间的独立运行，并对科学数据进行更严格的优先级排序。

该机构将这些变化描述为对现有硬件的增量改进，而不是全新的航天器。工程师指出，这些模型仍在几年前设定的严格功率和计算预算内运行。

现在最明显的对比在于完全地面指导的操作和这些较新的自主部分。较早的任务需要近乎持续的上行链路进行航向修正。较新的序列让探测器评估传感器输入、丢弃低价值帧，并在预先批准的范围内调整轨迹。

这在反应速度和不可恢复选择的风险之间创造了直接的权衡。

一个悬而未决的问题是，当探测器在光分钟之外时，地面团队能多快诊断出意外的AI决策。最近的几个测试日志显示，该系统正确地降低了噪声的优先级，但也两次标记了一个后来证明是良性的异常。

NASA尚未公布这些运行的假阳性率。

跟踪ESA和私人运营商类似工作的团队将在下个季度关注三个信号：当前探测器软件版本是否在太阳合相期间保持稳定，是否有后续任务请求扩展机载权限，以及自主部分是否出现第一个公开错误日志。每个结果都将显示当前信任边界能延伸多远。