एका नवीन AI आर्किटेक्चरमुळे मंगळ आणि चंद्रावरील रोव्हर्सना पृथ्वीवरून येणाऱ्या ४ ते २४ मिनिटांच्या राउंड-ट्रिपची वाट न पाहता, काय अभ्यास करायचा आणि कसे फिरायचे हे स्वतः ठरवता येईल. यामुळे सध्याच्या वेगावर मर्यादा आणणाऱ्या लॅटन्सीमध्ये (latency) घट होईल. 'डिसिजन-ट्रान्सफॉर्मर' (decision-transformer) मॉडेल्स आणि 'झिरो-ट्रस्ट गव्हर्नन्स' (zero-trust governance) लेयरवर आधारित ही प्रस्तावना, भविष्यातील ग्रहीय मोहिमांसाठी "शास्त्रज्ञ-पातळीची" स्वायत्तता (autonomy) देण्याचे आश्वासन देते.

रोव्हर्सना स्वतःचा विचार करण्याची गरज का आहे

आजचे रोव्हर्स हे प्रामुख्याने रिमोट-कंट्रोल कारसारखे आहेत. पृथ्वीवरून आलेला आदेश रांगेत (queue) असतो आणि रोबोट उत्तराची वाट पाहत असतो; तसेच कोणताही अनपेक्षित अडथळा मोहीम तासनतास थांबवू शकतो.

AI मधील मोठी प्रगती: डिसिजन ट्रान्सफॉर्मर्स

डिसिजन ट्रान्सफॉर्मर्स कृती निवडण्याच्या प्रक्रियेला 'लँग्वेज-मॉडेलिंग' (language-modeling) कामात रूपांतरित करतात. चुकांमधून शिकण्याऐवजी (trial and error), हे मॉडेल भूतकाळातील स्थितींचा क्रम—स्थान, सेन्सर रीडिंग—आणि संबंधित रिवॉर्ड्स—वैज्ञानिक मूल्य, सुरक्षा स्कोअर—यांचे विश्लेषण करते आणि पुढील अशी कृती वर्तवते ज्यामुळे रिवॉर्ड जास्तीत जास्त मिळेल. प्रभावीपणे सांगायचे तर, कथा आतापर्यंत कशी घडली आहे यावर आधारित AI कथेची पुढील सर्वोत्तम ओळ "लिहितो".

AI ला अंतराळासाठी सुरक्षित बनवणे

या डिझाइनमध्ये दोन सुरक्षा उपाय समाविष्ट करण्यात आले आहेत:

  • मानवी उद्दिष्टांशी सुसंगतता (Human-aligned objectives) – ही टीम तीन महत्त्वाच्या उद्दिष्टांमध्ये संतुलन राखण्यासाठी मॉडेलला प्रशिक्षित करते: वैज्ञानिक परतावा जास्तीत जास्त करणे (उदा. सर्वात मनोरंजक खडक निवडणे), धोके टाळणे (उतारे, वीज पुरवठा खंडित होणे), आणि मोहिमेच्या मर्यादांचे (वेळ, डेटा बँडविड्थ) पालन करणे. AI विचलित होत नाही; प्रत्येक निवडीचे मूल्य या मानवनिर्धारित प्राधान्यक्रमांच्या आधारे ठरवले जाते.

  • झिरो-ट्रस्ट गव्हर्नन्स (Zero-trust governance) – सायबर सुरक्षेतील ही संकल्पना वापरून, रोव्हरचे नियंत्रण किंवा मेंदूशी छेडछाड होऊ शकते किंवा तो केवळ बिघडू शकतो, असे गृहीत धरले जाते. इंजिनिअर्स प्रत्येक निर्णयाची नोंद एका अपरिवर्तनीय ऑडिट ट्रेलमध्ये (immutable audit trail) करतात आणि ते AI ला कृती करण्यासाठी आवश्यक असलेली किमान परवानगीच (least-privilege) देतात.

एकत्रितपणे, हे स्तर रोव्हरला स्वायत्तपणे काम करण्याची परवानगी देतात आणि त्याच वेळी कमांडची साखळी पारदर्शक आणि पूर्ववत करण्यायोग्य (reversible) ठेवतात.

कोणाला याचा फायदा होईल

'मंगळ सॅम्पल रिटर्न' (Mars Sample Return) किंवा चंद्रावरील ध्रुवीय शोध यांसारख्या भविष्यातील मोहिमांना अशा प्रकारच्या स्वायत्ततेची गरज आहे. ट्रान्सफॉर्मर मॉडेल्सना कडक सुरक्षा प्रोटोकॉलसह जोडून, आपण आपल्या सौरमालेचा अधिक सखोल अभ्यास करू शकतो.

लपलेले धोके

स्वायत्तता जोखमीचे स्वरूप बदलते आणि झिरो-ट्रस्ट लेयर प्रत्येक हालचालीची पडताळणी (verifier) अनिवार्य करून ही जोखीम कमी करते.

पुढे काय

हा दृष्टिकोन लेखकाच्या अभ्यासात दिसून येतो, जो ग्रहीय भूविज्ञान सर्वेक्षण मोहिमांसाठी (planetary geology survey missions) ही पद्धत सुचवतो.

थोडक्यात: निर्णय घेण्याला भाषिक समस्या म्हणून हाताळण्यास रोव्हर्सना शिकवून आणि त्या क्षमतेला कडक ऑडिट-प्रथम सुरक्षा मॉडेलमध्ये गुंफून, इंजिनिअर्स अशा रोबोट्सच्या दिशेने वाटचाल करत आहेत जे पृथ्वीपासून दूर असतानाही स्वतःच्या अटींवर विज्ञान संशोधन करू शकतील.