NASA 投入數位對映與 AI 導航火星，韋伯望遠鏡靠虛擬模型嚴控 344 個失效點

美國國家航空暨太空總署（NASA）正以 AI 與數位對映（Digital Twin，又稱數位分身、數位孿生）重塑太空任務與航太測試流程，從火星探測車「毅力號」的路線規畫，到詹姆斯韋伯太空望遠鏡的監測與診斷，都展現出這項技術在高風險環境中的實用性。NASA 官員表示，數位對映（Digital Twin）能建立真實環境的虛擬副本，再結合 AI 即時分析大量感測資料，協助工程團隊更快找出異常、預測風險並提出行動建議。

在火星任務中，NASA 先將與人工規劃相同的地形資訊輸入 AI 模型，讓系統生成避開巨石、沙丘與陡坡的路線；之後，工程團隊再以毅力號周邊環境的虛擬模型交叉檢查、修正並驗證結果，確認安全後才向探測車下達指令。NASA 也透露，團隊在啟用這類 AI 工具前，已進行大量測試，並檢查超過 50 萬個變數。

韋伯太空望遠鏡則是另一個代表案例。由於設備體積過於龐大，無法在熱真空艙內完整測試，NASA 透過數位對映模擬其展開與溫度變化，其中一個 3D 影像模型用來追蹤遮陽板展開過程，因為這項動作涉及 344 個潛在失效點；另一個模型則監控核心溫度，避免過熱導致望遠鏡失去觀測能力。NASA 表示，現在也利用 AI 解析韋伯每天產生的海量資料，並連結不同觀測站的資料，以擴大對宇宙的理解。

這波應用並不只限於太空。航太產業也正在把 AI 與數位對映用於預測性維護與測試評估，讓飛機或發動機的即時感測資料直接回饋到虛擬模型中，進而預測零件磨耗與效能變化，改變傳統按時保養的模式。空中巴士（Airbus）已將這套技術用於預測性維護、產品開發與製造；波音（Boeing）則用來模擬飛機測試條件。研究人士指出，航太領域風險極高，因此 AI 輸出仍需人類持續審核與驗證，這也是該產業與其他應用場景最大的不同。