AIが宇宙船を「一人で」操る時代へ#
小惑星採掘技術を開発するスタートアップ・AstroForgeが、独自開発のAI自律制御スタック「Solo」を宇宙船に搭載し、2027年に完全自律ミッションを実施する計画を明らかにした。地上からの管制に頼らず、AIがオンボードで宇宙船の異常検知・対処を担うという、宇宙開発における大きな挑戦だ。
なぜAI自律制御が必要なのか#
人員とコストの壁#
NASAのような大規模機関が宇宙船を運用する場合、大量の人員と設備が投入される。記事によれば、NASAのOsiris-Rex小惑星ランデブーミッション（2018年）では、8時間シフトごとに100名のオペレーターが関与していた。
しかし、スタートアップにそのような規模のリソースはない。AstroForgeのCEO兼共同創業者であるMatthew Gialich氏は、地上ネットワークを独自に構築するコストについて「世界5か所にアンテナを設置すると約2億ドルかかる」と述べており、その代替手段としてAIモデルの活用を選択したと説明している。
過去ミッションの苦い教訓#
AstroForgeはこれまでに2機のプロトタイプ宇宙船を打ち上げているが、いずれも異常が発生し、ミッション目標の大部分を達成できなかった。特に2025年に深宇宙へ打ち上げられた「Odin」では、通信の確立に失敗。地球上には数十万マイル先の宇宙船に電波を送れるほど大型のアンテナが限られており、通信可能な時間窓も非常に狭いという制約が原因だった。
Gialich氏はこの経験を振り返り、「もし宇宙船自身が問題を解決しようとしていたら、状況は変わっていたかもしれない」と語っている。
「Solo」の技術的な仕組み#
トランスフォーマーモデルを採用#
AstroForgeのフライトソフトウェア責任者Armand Awad氏によれば、「Solo」はフロンティアAIラボが推進するトランスフォーマーモデルの技術的進歩を活用して開発されたという。システムの構成は以下の三層構造となっている。
- 従来型制御アルゴリズム層: 既存の制御ロジック
- サブシステム特化モデル層: 電力生成やナビゲーションなど個別サブシステム向けに、テストデータで訓練されたモデル
- 統合インテリジェンス層: 宇宙船内の約2,500センサーのデータを学習した全体統括モデル
想定される自律動作の例#
Awad氏が挙げた具体例として、「自分の宇宙空間における位置を見失ったことを検知し、電力異常をスタートラッカー（星を利用して宇宙船の姿勢・位置を特定する装置）の不具合と関連付け、再起動などで問題を解決する」というシナリオが示されている。
Gialich氏は「汎用的な宇宙船自律制御を目指しているわけではない。センサー入力を限定した、トランスフォーマーモデルの基本的な学習に沿った制約付き自律制御を構築している」と述べており、過度な期待を戒めている。
注目のミッション計画#
DeepSpace-2での「シャドーモード」テスト#
3機目の宇宙船「DeepSpace-2」は、Intuitive Machinesの3回目の月面ミッションに相乗りする形で2026年末までに打ち上げられる予定だ。このミッションでは「Solo」を「シャドーモード（実際には制御に関与させず、動作をモニタリングするモード）」で搭載し、エンジニアが次のミッションに向けた検証を行う。
2027年——完全自律ミッション「Autonomy-1」#
本番となる「Autonomy-1」ミッションは2027年に予定されており、Stoke Spaceが初めて打ち上げるロケットに搭載される。NASAが支援するこのミッションでは、太陽に関する科学データの収集が期待されている。
Gialich氏は現時点で「Autonomy-1には地球からの電波を受信するラジオを搭載しない」と述べており、文字通り「完全自律」での運用を目指している姿勢を示している。
このニュースが重要な理由#
ニューラルネットワークを宇宙船制御に使用することは、信頼性への懸念から長らく避けられてきた。ニューラルネットワークが衛星の軌道上での姿勢制御に初めて使用されたのは、ソース記事によれば「昨年（2025年）」のことであり、この分野はまだ黎明期にある。
AstroForgeは2022年創業、ベンチャー資金調達額は5,600万ドルとされており、限られたリソースで最先端のAI技術を宇宙運用に本格適用しようとしている点は、宇宙産業全体にとっても注目すべき試みといえる。
まとめ#
AstroForgeの「Solo」は、スタートアップならではのリソース制約をAI技術で乗り越えようとする実験的な取り組みだ。2026年末のシャドーモードテストを経て、2027年の「Autonomy-1」ミッションでその真価が問われることになる。
筆者の見解: 過去2ミッションで通信障害による失敗を経験した同社が、その教訓を直接AIアーキテクチャの設計思想に落とし込んでいる点は非常に興味深い。「失敗から学び、システムで解決する」というアプローチは、ハードウェアとAIの融合が進む現代技術開発の一つの方向性を示しているように見える。ただし、ニューラルネットワーク制御の宇宙実績はまだ極めて少なく、計画通りに進むかどうかは引き続き注目が必要だ。
出典: AstroForge is putting AI in command of its next spacecraft
