Portugués 
Inglés 
Español 
5 min de lectura 
0 comentarios 
Una demostración inédita de la Nasa usó IA con visión computacional para montar una ruta segura con puntos de referencia, reduciendo la dependencia de la planificación humana y aumentando el beneficio científico cuando la distancia de la Tierra se convierte en un cuello de botella.
¡El Perseverance de la Nasa realiza la primera ruta en Marte planificada por IA! La idea de «conducir» un rover en Marte parece simple hasta que la realidad llama a la puerta con un retraso de comunicación gigantesco. No se puede pilotar en tiempo real. Por eso, durante décadas, cada desplazamiento en otro mundo ha sido un rompecabezas hecho por personas: mirar imágenes, medir riesgos, elegir una trayectoria, definir puntos de referencia, revisar todo con lupa, enviar los comandos y esperar que el terreno no haga una jugarreta.
Pero eso ha comenzado a cambiar de verdad. El rover Perseverance acaba de completar los primeros viajes en otro planeta con la planificación de rutas realizada por inteligencia artificial, utilizando modelos capaces de interpretar imágenes y transformar el terreno marciano en instrucciones prácticas de navegación.
El punto aquí no es «la IA condujo sola» en el sentido de Hollywood. El salto fue otro: la IA asumió una parte aburrida y crítica, que consume tiempo y frena la productividad, que es generar los puntos de referencia y el camino continuo que conectaría esos puntos con seguridad. En misiones donde cada ventana para enviar un comando importa, acortar esta etapa es oro.
-
Satélites revelan bajo el Sahara un río gigante enterrado por miles de kilómetros: un estudio muestra que el mayor desierto cálido del planeta ya fue atravesado por un sistema fluvial comparable a los más grandes de la Tierra.
-
Científicos han capturado algo nunca visto en el espacio: estrellas recién nacidas están creando anillos gigantescos de luz mil veces mayores que la distancia entre la Tierra y el Sol y esto cambia todo lo que sabíamos sobre el nacimiento estelar.
-
Geólogos encuentran los rastros de un continente que desapareció hace 155 millones de años tras separarse de Australia y revelan que no se hundió, sino que se partió en fragmentos esparcidos por el Sudeste Asiático.
-
Samsung lanza aspiradora vertical inalámbrica con hasta 400W de succión y apuesta por IA para reconocer automáticamente esquinas, alfombras y diferentes superficies.
Por qué esto es un hito y no solo una demo bonita de la Nasa
Marte está lejos. Muy lejos. Y este detalle lo cambia todo. En lugar de un joystick, lo que existe es un ciclo operativo: un equipo humano planea, valida, envía, el rover ejecuta, el equipo analiza la respuesta y comienza de nuevo. Para evitar que el robot se «quede atrapado» en un tramo peligroso, estos planes suelen dividirse en segmentos cortos, con puntos de referencia generalmente espaciados en un máximo de 100 metros.
Lo que la demostración hizo fue tomar este trabajo de planificación y transferir parte de él a una IA generativa del tipo visión y lenguaje. Analizó imágenes orbitales de alta resolución, combinó esto con modelos de inclinación del terreno y buscó señales clásicas de problemas: lechos rocosos irregulares, afloramientos, campos de piedras que pueden bloquear ruedas, ondulaciones de arena y zonas donde el riesgo aumenta rápidamente.
A partir de ahí, en lugar de entregar un «atajo», la IA generó un trayecto completo, con un camino continuo y puntos de referencia ya organizados para que el rover recibiera paquetes de instrucciones y siguiera con seguridad.
Lo que se utilizó para que la IA «viera» Marte de la manera correcta
La planificación no salió de la nada. La IA trabajó con el mismo tipo de material que usan los planificadores humanos: imágenes orbitales y datos del terreno. Entraron en proceso las imágenes de la cámara HiRISE, a bordo del Mars Reconnaissance Orbiter, junto con modelos digitales de elevación que ayudan a entender las inclinaciones y trampas del relieve.
Y hay un detalle importante: antes de que cualquier comando salga de la Tierra, los ingenieros deben asegurarse de que eso no va a romper las reglas del software de vuelo del rover. Entonces, el equipo trató las instrucciones generadas por la IA como si fueran instrucciones humanas: pasaron todo por un «gemelo digital», una réplica virtual del Perseverance utilizada para simular y validar lo que sucederá afuera. En esta verificación, se revisaron más de 500 mil variables de telemetría, básicamente un filtro para garantizar compatibilidad y seguridad operacional.
Esta parte es el «freno de mano» del sistema. Es lo que impide que la IA se convierta en una apuesta ciega. La lógica fue: la IA propone, los sistemas validan, la misión ejecuta con responsabilidad.
La prueba de campo de la Nasa y los números que muestran que funcionó
En la práctica, la demostración tuvo lugar en dos días marcianos específicos de la misión, conocidos como soles. El 8 de diciembre, el Perseverance recorrió 210 metros usando puntos de referencia generados por IA. Dos días después, repitió el proceso y avanzó otros 246 metros.
Parece poco, pero es justo ahí donde está el punto: cuando el terreno es «duro», el costo humano de planificar con seguridad aumenta. Automatizar parte de este trabajo no solo sirve para hacer que el rover se mueva más, sirve para liberar tiempo del equipo, acelerar ciclos de decisión y aumentar las posibilidades de llegar más rápido a áreas científicamente interesantes.
En medio de esta transformación, vale la pena registrar que el mismo equipo del Jet Propulsion Laboratory de la NASA describió la demostración como un paso práctico para ampliar la autonomía en percepción, localización y planificación de trayectorias, sin tratar esto como una sustitución total del control humano, sino como una ganancia operacional con validación estricta.
Lo que cambia de aquí en adelante
La ganancia más obvia es la eficiencia: menos horas humanas gastadas en la etapa de diseño de rutas y más tiempo para la ciencia. Pero hay una ganancia más estratégica, que es preparar el terreno para misiones en las que el «ida y vuelta» de comandos sea aún más costoso, como operaciones en áreas más peligrosas, en regiones con menos previsibilidad de suelo, o en futuras misiones que requieran desplazamientos más largos.
Si la IA puede ayudar al rover a ver lo que importa, decidir por dónde pasar y elaborar un plan coherente, la misión tiende a avanzar hacia un escenario en el que el vehículo realice desplazamientos de kilómetros con menos intervención detallada. Y esto no significa dejar al rover solo. Significa reducir la carga repetitiva y permitir que el equipo humano se enfoque en lo que realmente requiere cerebro humano: priorización científica, decisiones de riesgo e interpretación de los hallazgos.
Al final, esta demostración coloca una pieza importante en la mesa: autonomía aplicada con cautela, en una misión real, con validación rigurosa y resultados concretos. No es una promesa vaga. Es ingeniería funcionando, de la manera que le gusta a las misiones espaciales.
-
-
-
4 pessoas reagiram a isso.