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




