Claude AIが火星探査車の走行を計画した話

AIが宇宙に到達した瞬間 — Perseverance456メートル走破の衝撃

AIが宇宙に到達した瞬間

2026年初頭、NASAとAnthropicの共同プロジェクトとして、Claude AIが火星探査車Perseveranceの走行経路を計画したというニュースが飛び込んできました。AI駆動開発を実践している当社にとって、これは衝撃的なニュースでした。

Claude AIが計画した走行で、Perseveranceは456メートルを走破。従来の人間オペレーターによる計画と比較して、作業時間を約半分に短縮したとのことです。

どのように火星の走行を計画したのか

HiRISE画像の解析

火星の地表画像は、NASAのMars Reconnaissance Orbiterに搭載されたHiRISEカメラで撮影されたものです。Claude AIはこれらの高解像度画像を解析し、地形の起伏、岩の分布、砂地の状態などを把握しました。

Rover Markup Languageの生成

走行計画は、Rover Markup Language(RML)という専用の言語で記述されます。Claude AIは画像解析の結果に基づいて、このRMLコードを自動生成しました。

  • 安全な走行経路の選定
  • 障害物の回避計画
  • 科学観測ポイントの最適配置
  • エネルギー消費の最適化

人間による検証

重要なのは、Claude AIが生成した走行計画をNASAのエンジニアが検証した上で実行した点です。AIが完全に自律的に火星探査車を操作したわけではなく、AIが計画を提案し、人間が承認するというプロセスです。

開発者として考えるべきこと

AIの適用範囲の拡大

AIが火星探査車の走行を計画できるなら、ソフトウェア開発のような相対的に「安全な」領域でのAI活用はさらに加速するでしょう。コードのミスは修正できますが、火星での走行ミスは取り返しがつきません。それでもNASAがAIを採用したということは、AIの信頼性が一定の水準に達したことを意味します。

「AI + 人間の検証」パターン

NASAのアプローチは、当社がwagahiアプリのAI駆動開発で実践している「設計書駆動開発」と本質的に同じです。

  • NASA: AI が走行計画を生成 → 人間が検証 → 実行
  • wagahi: AI がコードを生成 → 人間が設計書と照合 → デプロイ

規模や分野は異なりますが、「AIが提案し、人間が承認する」というパターンは共通です。この協働モデルは、2026年のAI活用の標準形になるでしょう。

Anthropicの技術力

Claudeがコーディングだけでなく、画像解析や専門言語(RML)の生成にも対応できたことは、基盤モデルの汎用性を示しています。wagahiアプリでもClaude Codeを開発に使用していますが、設計書の作成、コード生成、テスト設計など、多岐にわたるタスクをこなせるのは、この汎用性があってこそです。

宇宙とAIの接点 — wagahiプロジェクトとの共通点

株式会社シーテンは宇宙関連システムの開発経験も持つ企業です。NASAのAI活用ニュースは、当社にとって特に身近に感じるものでした。

宇宙開発もソフトウェア開発も、共通する原則があります。

  • 品質管理の重要性: 宇宙では一つのバグが致命的。ソフトウェアでも、不明事象管理や設計書フィードバックループで品質を担保
  • 計画と検証のサイクル: 計画→実行→検証→改善のPDCAサイクルは共通
  • 自動化の追求: 手動作業のミスを減らすために、できる限り自動化する

AIが火星探査車を動かす時代。当社も地上で、AIと共にものづくりを続けていきます。


本記事は2026年1月時点の情報に基づいています。

著者: 株式会社シーテン — インフラ系から宇宙関連システムまで20年以上の開発経験を持つ技術者集団。2025年より生成AI・AIエージェントを活用したAI駆動開発に本格参入し、自社プロダクト「wagahi」の開発を通じて実践知見を蓄積中。

関連記事:

投稿者プロフィール

Mark4
Mark4