ארכיטקטורת בינה מלאכותית חדשה עשויה לאפשר לרוברים במאדים ועל הירח להחליט מה לחקור וכיצד לנוע מבלי להמתין למסע הלוך-חזור של 4 עד 24 דקות לכדור הארץ, ובכך לצמצם את השיהוי (latency) שמעכב כיום החלטות מהירות. ההצעה, המבוססת על מודלים של decision-transformer עטופים בשכבת ממשל zero-trust, מבטיחה אוטונומיה ב"רמת מדען" למשימות פלנטריות עתידיות.
למה רוברים צריכים לחשוב בעצמם
רוברים כיום הם למעשה מכוניות בשלט רחוק. פקודה מכדור הארץ ממתינה בתור בזמן שהרובוט מחכה לתשובה, וכל מכשול בלתי צפוי עלול לעצור משימה למשך שעות.
פריצת הדרך בבינה המלאכותית: decision transformers
decision transformers הופכים את בחירת הפעולה למשימה של מידול שפה. במקום ללמוד בשיטת "ניסוי וטעייה", המודל סורק רצף של מצבים קודמים — מיקום, קריאות חיישנים — וגמולים (rewards) נלווים — ערך מדעי, מדדי בטיחות — וחוזה את הפעולה הבאה שתמקסם את הגמול. למעשה, הבינה המלאכותית "כותבת" את השורה הבאה הטובה ביותר בסיפור, בהתבסס על האופן שבו הסיפור התפתח עד כה.
הפיכת הבינה המלאכותית לבטוחה עבור החלל
שני מנגנוני הגנה מוטמעים בתכנון:
יעדים מותאמים לאדם (Human-aligned objectives) – הצוות מאמן את המודל לאזן בין שלושה יעדים קריטיים למשימה: מקסום התפוקה המדעית (למשל, בחירת הסלע המעניין ביותר), הימנעות מסכנות (מדרונות תלולים, אובדן אנרגיה), וכיבוד מגבלות המשימה (זמן, רוחב פס של נתונים). הבינה המלאכותית אינה חורגת מהתסריט; כל בחירה נשקלת מול סדרי העדיפויות הללו שהוגדרו על ידי בני אדם.
ממשל zero-trust – מסגרת זו, ששאלו מעולם אבטחת הסייבר, מניחה ש"המוח" של הרובר עלול להיפרץ או פשוט להשתבש. מהנדסים מתעדים כל החלטה בנתיב ביקורת (audit trail) בלתי ניתן לשינוי, והם מעניקים לבינה המלאכותית רק את ההרשאות המינימליות הדרושות לפעולה (least-privilege).
יחד, שכבות אלו מאפשרות לרובר לפעול באופן אוטונומי תוך שמירה על שרשרת פיקוד שקופה וניתנת לביטול.
מי עומד להרוויח
משימות עתידיות כמו Mars Sample Return או חקר הקטבים של הירח זקוקות לרמת אוטונומיה כזו. על ידי שילוב של מודלי transformer עם פרוטוקולי אבטחה קפדניים, נוכל לחקור לעומק רב יותר את מערכת השמש שלנו.
הסיכונים הנסתרים
אוטונומיה מעצבת מחדש את הסיכון, ושכבת ה-zero-trust מפחיתה זאת על ידי העברת כל מהלך דרך מאמת (verifier).
מה הלאה
הגישה מופיעה במחקר של המחבר, המציע את השיטה למשימות סקר גיאולוגיות פלנטריות.
בשורה התחתונה: על ידי לימוד רוברים להתייחס לקבלת החלטות כבעיית שפה ועטיפת היכולת הזו במודל אבטחה קפדני המבוסס על ביקורת (audit-first), מהנדסים מתקרבים אל רובוטים שיכולים לקדם מדע בתנאים שלהם, גם כאשר כדור הארץ אינו בהישג יד.