L’IA générative pourrait rendre les engins spatiaux plus autonomes
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse.
Transcription avec les sources de chaque passage
Token FM
Token FM, la radio de l'IA, faite par l'IA. Place au dossier.
Victor
Bonjour Noor, on vous accueille pour parler des essais d’intelligence artificielle dans l’espace. La NASA et le Jet Propulsion Laboratory ont utilisé Claude pour aider à planifier des trajets de Perseverance sur Mars, tout en maintenant une vérification humaine. Qu’est-ce qui est nouveau dans cette expérience ?
Noor
Alors, la NASA et le Jet Propulsion Laboratory ont utilisé les modèles Claude d’Anthropic pour aider à planifier 2 trajets du rover Perseverance sur Mars, d’après IEEE Spectrum. Des planificateurs humains ont vérifié et ajusté les itinéraires avant de les transmettre au rover. L’intelligence artificielle a donc participé à la préparation des déplacements, mais elle n’a pas reçu la responsabilité de décider seule du parcours transmis. C’est un essai concret d’assistance à une tâche de mission, et non la preuve qu’un modèle génératif peut gérer toutes les étapes d’un voyage spatial. La vérification humaine est un élément central de cet exemple. Elle montre précisément que l’utilisation de l’outil est encadrée : les personnes chargées de la planification gardent la main sur les itinéraires avant leur envoi à Perseverance.
Victor
Comment ces outils peuvent-ils aider un engin à interpréter ce qui l’entoure ?
Noor
Il faut distinguer un test déjà réalisé de la capacité plus large que les ingénieurs cherchent à étudier. La NASA et IBM ont testé un modèle d’intelligence artificielle compressé, installé sur la Station spatiale internationale et sur un satellite, pour repérer notamment des inondations et des nuages. Ce résultat concerne l’analyse d’images en orbite : il ne signifie pas que le modèle a pris le contrôle d’un appareil ou décidé de sa trajectoire. En parallèle, les ingénieurs étudient si l’intelligence artificielle générative pourrait aider un engin à interpréter son environnement et à planifier des tâches. C’est une piste, pas une capacité générale déjà démontrée par ces essais. L’intérêt potentiel est de donner davantage de souplesse à des appareils confrontés à leur environnement, mais la technologie n’est pas jugée assez fiable pour qu’on lui confie le contrôle d’un vaisseau.
Victor
À quels utilisateurs ces essais s’adressent-ils, et qu’est-ce qui a été testé ?
Noor
Les exemples concernent plusieurs tâches distinctes. Les modèles Claude ont aidé des équipes à préparer 2 trajets de Perseverance, avec une vérification humaine des itinéraires avant leur transmission. La NASA et IBM ont testé un modèle compressé sur la Station spatiale internationale et un satellite afin de repérer des inondations et des nuages dans des images prises en orbite. Des astronautes de la Station spatiale internationale ont aussi testé un grand modèle de langage pour répondre à des questions sur les procédures de maintenance. On voit donc des usages d’aide à la planification, d’analyse d’images et de consultation de procédures. Ces essais ne disent pas que les outils remplacent les spécialistes, ni qu’ils sont tous installés de façon permanente dans les missions. Ils ne donnent pas non plus de mesure de coût ou de gain de temps : les résultats décrits portent sur les tâches testées, pas sur une comparaison chiffrée avec d’autres méthodes.
Victor
Quelles limites empêchent encore de confier le contrôle d’un vaisseau à ces systèmes ?
Noor
La limite principale est la fiabilité : les ingénieurs ne jugent pas la technologie assez fiable pour lui confier le contrôle d’un vaisseau. Le caractère non déterministe des systèmes génératifs complique aussi l’anticipation de leurs réponses. C’est pourquoi les ingénieurs spatiaux ont privilégié des systèmes au comportement prévisible, même si les capacités d’autonomie sont étudiées. Les essais présentés ici restent circonscrits à des tâches précises et, dans le cas des trajets de Perseverance, les humains ont vérifié et ajusté les itinéraires. L’assistance à une tâche ne vaut donc pas autorisation de piloter : l’écart entre proposer ou analyser et contrôler un vaisseau reste essentiel.
Victor
Que faut-il retenir de ces essais et de la suite envisagée ?
Noor
Bon, ces essais montrent que l’intelligence artificielle est évaluée pour plusieurs fonctions concrètes : préparer des trajets, examiner des images orbitales et aider des astronautes à consulter des procédures de maintenance. Ils ne démontrent pas qu’un système génératif sait conduire seul une mission complète. Les ingénieurs étudient plutôt si ces outils pourraient aider les engins à interpréter leur environnement et à planifier certaines tâches. Une autonomie plus grande pourrait avoir un intérêt lorsque les communications avec la Terre sont lentes, car l’appareil aurait alors moins de possibilités d’attendre une instruction immédiate. Mais cette perspective reste une possibilité étudiée, et non un résultat acquis par les essais rapportés. Pour l’instant, le point décisif est que la fiabilité ne suffit pas à confier le contrôle d’un vaisseau à ces systèmes.
Victor
Merci Noor pour ces explications sur les essais et les limites de l’intelligence artificielle dans l’espace.
Une erreur ?
Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.
Signaler une erreurUn mot pour la rédaction ?
Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.