Agências e empresas testam IA generativa para dar autonomia a naves

A indústria espacial tem intensificado os testes com inteligência artificial generativa e modelos de linguagem para conceder maior autonomia a veículos e robôs em orbitadores e superfícies planetárias. O movimento busca superar a tradicional dependência de comandos operacionais enviados diretamente da Terra, uma abordagem rígida que limita a capacidade de reação em missões distantes e de alta complexidade.

Experimentos recentes demonstram o avanço dessas aplicações. O Jet Propulsion Laboratory (JPL) da NASA utilizou os modelos Claude, da Anthropic, para auxiliar no planejamento de duas trajetórias do rover Perseverance em Marte, sob supervisão e ajustes de planejadores humanos antes do envio dos dados. Em outra iniciativa, a NASA e a IBM enviaram um modelo comprimido de IA para a Estação Espacial Internacional (ISS) e para um satélite com o objetivo de identificar nuvens e inundações a partir da órbita terrestre. Além disso, astronautas na ISS testaram o uso de um modelo de linguagem para responder a dúvidas sobre procedimentos de manutenção.

Desafios da microgravidade e falta de dados

Historicamente, a engenharia espacial evitou sistemas não determinísticos por priorizar comportamentos com resultados totalmente previsíveis. Robert Ambrose, ex-chefe da Divisão de Software, Robótica e Simulação da NASA, explica que sistemas autônomos podem reagir de maneiras diferentes à mesma situação dependendo do caminho percorrido até ela. No entanto, segundo Ambrose, a automação dos próprios testes ajudou os engenheiros a gerenciar essa complexidade, tornando a autonomia indispensável para missões distantes — como uma eventual exploração de plumas de água na lua Europa, de Júpiter, onde o tempo de resposta impede a intervenção humana a partir da Terra.

Outro obstáculo reside nas diferenças físicas entre o ambiente terrestre e o espaço. A startup Icarus Robotics desenvolve o Joy, um sistema robótico autônomo projetado para movimentar cargas entre módulos da ISS. A empresa planeja iniciar as operações por teleoperação sob supervisão humana para coletar dados operacionais. De acordo com Jamie Palmer, cofundador e CTO da Icarus, modelos de robótica treinados na Terra falham na microgravidade porque a física do ambiente é diferente: enquanto um objeto solto na Terra cai, no espaço ele continua em movimento constante.

Gerenciamento de riscos e o futuro das missões

A escassez de dados reais de treinamento sobre o ambiente espacial tem forçado empresas a combinar simulações na Terra com testes em voos de gravidade zero para construir suas próprias bases de informação. Ethan Barajas, cofundador e CEO da Icarus, pontua que atualmente não existem conjuntos de dados significativos disponíveis para download focados nesse tipo de aplicação.

Para Ufuk Topcu, professor de engenharia e diretor do Center for Autonomy na Universidade do Texas em Austin, o objetivo não deve ser a busca por um sistema totalmente livre de falhas, mas sim a gestão adequada dos riscos. O pesquisador defende que a automação deve começar em aplicações restritas e ser expandida gradualmente. Com o crescimento das operações comerciais e ciclos de desenvolvimento mais rápidos no setor espacial, a adoção de sistemas autônomos supervisionados tende a se tornar um elemento central no planejamento das futuras missões.