• Pe ISS a rulat, pentru prima dată, un sistem de control robotic bazat pe inteligență artificială și machine learning
• Robotul Astrobee, un „cub zburător” de mărimea unui toaster, a calculat trasee cu ~50–60% mai repede
• AI-ul nu conduce „după ureche”: oferă doar un start inteligent, iar optimizarea clasică păstrează siguranța
• Testul a inclus 18 traiectorii, fiecare comparată direct cu varianta standard a NASA
• Tehnologia urcă la TRL 5 și e un pas important spre roboți autonomi pentru misiuni lunare și interplanetare

Pe scurt, ISS tocmai a devenit scenă pentru un mic moment istoric: inteligența artificială a preluat pentru prima dată controlul direct al unui robot în orbită.

Nu vorbim de un experiment cu joystick-ul din Houston, ci de software care decide rapid cum să se miște robotul printr-un spațiu aglomerat, în microgravitație, fără ca un om să-i spună pas cu pas ce să facă.

Un „șofer” AI în orbită: ce s-a testat pe ISS

Echipa de la Stanford University a instalat pe Astrobee – robotul liber-zburător al NASA de pe ISS – un controler nou bazat pe machine learning. Astrobee arată ca un cub mic, cu ventilatoare și camere, și e folosit drept „cobai de lux” pentru experimente de navigație și autonomie în condiții reale de zbor.

De data asta, miza a fost clară: poate un model AI să ajute robotul să-și planifice mișcările mai repede, dar la fel de sigur? Răspunsul, după testele din decembrie 2025: da, și încă într-un mod surprinzător de elegant.

Trucul din spatele vitezei: warm start ML + optimizare clasică

Interiorul stației spațiale nu e un hol gol ca într-un film SF. E mai degrabă un apartament minuscul plin până în tavan cu echipamente, fire, laptopuri, cutii și experimente delicate. Pentru un robot care „plutește”, fiecare viraj și fiecare rotație trebuie gândite ca la șah: dacă te miști prost, nu doar că lovești ceva, dar poți să strici un întreg modul.

Astrobee folosește de obicei planificare de traseu prin optimizare secvențial-convexă. Pe românește: își calculează ruta pas cu pas, respectând reguli stricte de siguranță. Doar că asta cere timp de procesare, iar computerele de bord din spațiu nu sunt tocmai plăci video de gaming.

Aici intră AI-ul. Cercetătorii au antrenat un model ML pe mii de soluții vechi, ca să învețe „cam ce fel de trasee ies bine de obicei”. La o comandă nouă, modelul nu dă traseul final, ci o schiță inițială foarte bună – un warm start. Optimizatorul clasic vine apoi și finisează traseul sigur.

Imaginează-ți că vrei să ajungi într-un oraș necunoscut: AI-ul îți propune instant un drum bazat pe experiențe anterioare, iar tu verifici cu harta și ajustezi ca să fie legal și fără riscuri. Nu e magie, e un shortcut inteligent.

18 trasee prin labirintul stației: cum a arătat comparația în zbor

Înainte de ISS, tehnologia a fost încercată pe Pământ, la NASA Ames, pe o platformă care simulează microgravitația. Apoi a ajuns în orbită. Astronauții au făcut doar setup-ul și cleanup-ul – după care robotul a fost lăsat să „conducă” sub ochii echipei de la sol.

Testul a avut o structură simplă, dar corectă: 18 traiectorii distincte, fiecare rulată de două ori.

1. o dată cu planificarea standard (cold start)
2. o dată cu warm start ML

Rezultatul a fost constant: câștig de ~50–60% la timpul de planificare, mai ales când traseele erau dificile – spații înguste, rotații complicate, mișcări fine. Cu alte cuvinte, Astrobee nu doar că se mișca mai repede, dar își găsea drumul mai repede, ceea ce e vital într-un mediu unde fiecare secundă de calcul contează.

De ce e mai mult decât o victorie de viteză

NASA a evaluat demonstrația la Technology Readiness Level 5 (TRL 5). Traducere din „NASA-speak”: nu mai e doar un concept cool din laborator, ci o tehnologie validată într-un mediu real de operare. Asta o pune pe lista scurtă pentru integrare în misiuni viitoare.

Și aici e partea mare: ISS e doar terenul de antrenament. Pe Lună, pe Marte sau în misiuni spre asteroizi, teleoperarea de la sol devine un coșmar – semnal întârziat, conexiuni intermitente, fereastră mică de comunicare. Acolo, roboții trebuie să fie autonomi. Să vadă obstacole, să-și găsească singuri traseul, să se replieze dacă apare ceva neașteptat.

Demonstrația Stanford arată o cale realistă: AI-ul accelerează „gândirea”, dar într-un cadru de control clasic care păstrează siguranța. E genul de combinație care poate scala spre misiuni mai îndrăznețe, fără să sacrifice fiabilitatea.

Pe termen scurt, asta înseamnă roboți mai utili pe stații și nave. Pe termen lung, înseamnă că primele „echipe” de lucru pe alte corpuri cerești ar putea fi… roboți care știu să se descurce singuri. Iar noi doar le dăm obiectivul.

Citește și

• NCCU face spital pe bază de VR. Cum sunt pregătiți viitorii asistenți cu pacienți virtuali și AI
• Roboții din cauciuc învață să nu rănească. MIT le dă un sistem de control cu frână de siguranță
• Spania aruncă 1,3 miliarde € în jocul electric. Subvenții rapide, încărcătoare noi și presiune pe auto local