L'espace a toujours été considéré comme la dernière frontière de l'exploration humaine. Il devient désormais aussi la dernière frontière de l'intelligence artificielle.
En décembre, le Jet Propulsion Laboratory de la NASA a utilisé les modèles Claude d'Anthropic pour planifier deux itinéraires de progression du rover Perseverance. Des planificateurs humains ont vérifié et corrigé l'itinéraire avant son téléchargement.
En mai, la NASA et IBM ont déployé un modèle d'IA compressé sur la Station spatiale internationale et sur un satellite. Il a identifié des inondations et des nuages depuis l'orbite — c'est le premier essai de ce type dans l'espace.
En juillet, des astronautes à bord de l'ISS ont testé un grand modèle de langage pour répondre à des questions sur les procédures de maintenance technique.
Ces expériences traduisent un changement dans l'ingénierie spatiale. Pendant des décennies, les ingénieurs sur Terre définissaient précisément les actions de l'engin dans l'espace. Aujourd'hui, les chercheurs vérifient si des systèmes non déterministes comme l'IA générative peuvent donner aux engins la souplesse nécessaire pour interpréter leur environnement et planifier leurs tâches.
Robert Ambrose, ancien responsable du département des logiciels, de la robotique et de la simulation à la NASA, fait remarquer que les ingénieurs ont toujours évité les résultats non déterministes, car le comportement du système dépend du chemin par lequel il est parvenu à la situation.
Cependant, pour des missions comme la plongée dans le panache de vapeur d'eau sur Europe, la lune de Jupiter, la décision doit être prise instantanément — le signal venu de la Terre arriverait trop tard. « C'est totalement impossible sans une véritable autonomie », déclare Ambrose.
L'entreprise Icarus Robotics développe un système robotique à vol libre nommé Joy. Après des essais en apesanteur au Canada, il est prévu de l'envoyer vers l'ISS pour déplacer des charges entre les modules. L'entreprise commence par la téléopération afin de recueillir des données pour entraîner le fonctionnement autonome.
Le problème réside dans la physique de la microgravité : les modèles entraînés sur Terre échouent immédiatement dans l'espace. Les données issues de l'environnement réel sont presque inexistantes, et l'entreprise constitue son propre jeu de données à partir de simulations et de tests.
Ufuk Topçu, de l'université du Texas à Austin, souligne que l'objectif n'est pas de garantir l'absence d'erreurs. Il faut commencer par des applications limitées, étudier le comportement des systèmes et élargir progressivement leur usage.
Le boom commercial dans l'espace accélère l'innovation : les missions sont conçues et lancées plus rapidement que jamais.
