Nvidiaのチップが月面に進出します。ロボティクス企業Lunar Outpostの月面ローバーに、エッジ向けAIチップ「Jetson」が搭載され、年内にも複数の無人ローバーが打ち上げられる予定です。地球からの通信に頼らず、その場でセンサー情報を処理して自律的に判断する「フィジカルAI」を月面という過酷な環境で実証する試みで、NASAが目指す有人探査再開への布石にもなります。
背景と文脈
月面探査は近年、NASAだけでなく民間企業が主導する形へと移行しつつあります。着陸機を手がけるIntuitive MachinesやFirefly Aerospaceといった企業が相次いで月へのミッションを実施し、SpaceXやBlue Originのロケットが打ち上げを支えるという分業体制が定着してきました。Lunar OutpostはこうしたNASAの月面探査プログラムの一翼を担うロボティクス企業です。
同社が開発するローバーは、月の地形を調査し、水などの資源を探索し、地図を作成する役割を担います。今回搭載されるNvidiaのJetsonは、もともと産業用ロボットや自動運転車向けに使われてきた組み込み向けAIチップで、月面で稼働するGPUとしては初の事例になる見通しです。地球からの通信には数秒の遅延が生じるため、現場でリアルタイムに判断できる処理能力が不可欠という事情も背景にあります。
宇宙開発というと打ち上げ機やロケットエンジンの話題が目立ちますが、実際に月面で「考える」役割を担うのは、こうした小型の組み込みAIチップです。地上のデータセンターにあるような大規模GPUクラスタとは対照的に、限られた重量・電力・耐熱設計の中でどこまで自律的な判断ができるかが問われる領域であり、AI技術の応用範囲の広さを改めて示す事例になっています。
技術/ビジネス面
打ち上げ計画では、年内に複数の小型ローバーがSpaceXのFalcon 9で月へ運ばれるほか、宇宙飛行士を乗せることを想定した大型ローバー「Pegasus」もBlue Originのロケットの完成を待っている段階です。さらに月を周回する衛星にもJetsonを搭載し、撮影した画像をその場で処理する計画も進んでいます。すべての映像データを地球へ送り返してから解析するのでは時間がかかりすぎるため、軌道上でその場処理を済ませてしまう発想です。
Lunar OutpostのCEOジャスティン・サイラス氏は「決定論的な処理と物理的なAIを組み合わせることで、これまで不可能だった能力を実現する」と述べています。特に強調しているのが電力面の制約で、「システムは月の夜を生き延びなければならず、それを非常に低い消費電力で行う必要がある」と説明しました。月の夜は地球の約2週間分に相当し、その間は太陽光発電が使えないため、限られた電力でセンサー処理や判断を続けられる省電力設計が欠かせません。NASAが掲げる2028年頃の有人探査再開に向けて、こうした無人ローバーによる事前調査の役割は大きくなっています。
これからどうなるか
今回の取り組みは、AIチップの活躍の場がデータセンターやスマートフォンだけでなく、通信が制約された過酷な環境にも広がっていることを示しています。地球から離れた場所で自律的に判断するロボットという用途は、災害現場や海底探査など、他の通信困難な現場にも応用が効きやすい技術です。
開発者にとっても、クラウドの大規模モデルに頼らず、限られた電力と計算資源でその場で推論を完結させる「エッジ推論」の設計思想は参考になります。ネットワークが不安定な環境で動くIoT機器やロボットアプリケーションを手がける場合、今回のような省電力・低遅延を前提にしたAI設計のノウハウが、今後さらに重要になっていきそうです。
手元のプロダクトがクラウド接続を前提にしている場合でも、通信が途切れた瞬間にどこまで自律動作を続けられるかという設計は、意外と見落とされがちなポイントです。Nvidiaの月面での取り組みは極端な例ではありますが、オフライン耐性を求められる場面でのアーキテクチャ設計のヒントとして参考にできそうです。
まとめ
Nvidiaのチップが、Lunar Outpostの月面ローバーに搭載されます。年内に複数のローバーが打ち上げ予定で、月面初のGPU稼働となる見通しです。通信に頼らず現場で判断するフィジカルAIの実証として、宇宙以外の過酷な環境への応用にもつながりそうです。
参考リンク
アイキャッチ画像: Photo by Timo Wagner on Unsplash
