极端环境中的AI：自主系统如何探索深海及更远的地方

人工智能自主系统引导车辆进入人类无法到达的地方。最近的任务显示，这些机器在海洋深处处理压力、黑暗和隔离。The Verge reports autonomous systems in extreme conditions

Systems Reach New Depths

Woods Hole Oceanographic Institution (WHOI)的自主水下航行器现可绘制超过6000米的海沟地图，利用传感器融合进行导航，并借助强化学习规划路径。它们无需附近有科考船即可采集样本并传输数据。Recent tests by ocean research groups NASA JPL's Perseverance rover operations in 2023-2024 on Mars similarly adjusted for dust storms and terrain.

类似自主系统已在火星记录了长时间的表面运行，无需直接人工输入即可应对沙尘暴和地形变化。The Verge reports on extended rover autonomy

操作员在岸上编程核心任务。系统随后可在洋流或地形变化时调整路线。

Pressure on Human-Led Teams

传统团队在这些区域面临高昂成本和安全限制。AI系统减少了对重复科考船航行的需求。

这一转变对旧式勘测方法造成压力。公司必须决定是保留有人团队，还是将预算转向自动化船队。

Tradeoffs in Reliability

基于先前潜航训练的AI模型可预测设备应力。WHOI 2024年3月的新闻稿指出，根据分析47次潜航的任务后数据日志，沉积物突然变化仍每年导致设备丢失。Bloomberg reports on offshore automation limits

操作员接受这些差距，因为替代方案是零覆盖。他们在扩大船队前会密切监控故障率。

Next Signals to Track

未来十二个月的任务报告将显示正常运行时间增益或持续损失。工业检测新合同将表明公司是否足够信任这些系统，从而裁减有人团队。

关注海洋研究机构的资助公告。这些数字将揭示该方法是否超越试点阶段进入常规应用。Reuters coverage of agency budgets