A demonstração utilizou inteligência artificial (IA) para analisar imagens orbitais e modelos de elevação, identificando armadilhas de areia, campos de pedras e afloramentos rochosos antes de gerar um caminho seguro. De acordo com o portal Universe Today, o rover seguiu esses pontos de passagem em dois dias, sem intervenção humana, algo destacado pelo administrador da NASA, Jared Isaacman, como um avanço significativo.
A autonomia é essencial porque o atraso de comunicação entre Terra e Marte chega a 25 minutos, o que limita o controle direto. Normalmente, operadores planejam rotas curtas com base em imagens e enviam instruções via Rede de Espaço Profundo, mas o processo é lento e restritivo.
Antes de aplicar o plano no rover real, a equipe testou tudo no "gêmeo" terrestre do Perseverance, a Plataforma de Testes do Sistema do Veículo, no pátio marciano do Laboratório de Propulsão a Jato (JPL, na sigla em inglês) da NASA. Esses modelos de engenharia são fundamentais para validar comandos e evitar riscos em Marte.
Especialistas do JPL afirmam que a IA generativa está começando a otimizar pilares da navegação autônoma — percepção, localização e planejamento — permitindo que futuros veículos percorram distâncias maiores, reduzam a carga de trabalho humana e identifiquem alvos científicos com mais eficiência.
A NASA já desenvolve sistemas autônomos há anos, mas a IA surge como solução para desafios persistentes, como a relocalização do rover quando sua posição se torna incerta após longos deslocamentos. Treinar IA para combinar imagens orbitais e terrestres pode destravar a autonomia plena.
O avanço abre caminho para missões mais ambiciosas: rovers com navegação avançada, enxames de drones marcianos e veículos como o drone Dragonfly, que usará IA para voar e selecionar dados em Titã. Para o JPL, sistemas inteligentes serão essenciais para sustentar presença humana na Lua e levar os EUA a Marte e além.