Hace unos días leí una noticia que me dejó pensando rato largo. No es que sea la primera vez que oigo de IA en el espacio, pero sí es la primera vez que leo sobre Claude planeando rutas en Marte. Y lo mejor: funcionó.
La NASA ha estado usando Anthropic’s Claude para planear las rutas del rover Perseverance en Marte. Sí, has leído bien: un modelo de lenguaje generando rutas de navegación para un rover que está a 225 millones de kilómetros de distancia.
El problema: planear rutas en Marte es tedioso
Para entender por qué esto es interesante, hay que entender el problema. La superficie de Marte es traicionera. Nadie quiere ser el responsable de atascar un rover de miles de millones de dólares en la arena, como le pasó al rover Spirit en 2009.
Así que el equipo de Perseverance dedica bastante tiempo a planear rutas. Esto implica:
- Consultar imágenes orbitales de Marte
- Analizar terreno para identificar peligros
- Establecer waypoints para guiar el movimiento
- Transmitir los datos a 225 millones de kilómetros
- Rezar para que no haya nada que se haya escapado
Todo esto es, como dicen los ingenieros de JPL, “time-consuming” y “laborious”. O sea, lo técnico técnico.
La solución: Claude como navegante
Los investigadores de JPL decidieron dejar que Claude - usando sus capacidades de visión - tuviera su oportunidad. Y Claude hizo lo que Claude hace mejor: analizar datos y generar resultados estructurados.
Lo que hizo Claude:
- Analizó imágenes orbitales de alta resolución de HiRISE
- Procesó datos de terreno de modelos digitales de elevación
- Identificó características críticas del terreno: bedrock, outcrops, campos de rocas peligrosas, ripples de arena
- Generó una ruta continua con waypoints completos
- Todo esto en Rover Markup Language (RML), que es básicamente XML
Lo interesante: humanos en el loop
Aquí es donde la historia se pone buena. Porque Claude no hizo todo solo. Los ingenieros de JPL hicieron exactamente lo que cualquier persona sensata haría al programar rovers en otros planetas: verificar todo.
Usando un simulador que representa una réplica virtual del rover, los ingenieros revisaron más de 500,000 variables de telemetría sobre la posición proyectada del rover y obstáculos potenciales. Y hicieron correcciones.
Lo mejor: cuando los ingenieros revisaron los planes de Claude, encontraron que solo se necesitaban cambios menores. Las imágenes de cámara a nivel de suelo (que Claude no había visto) dieron una vista más clara de ripples de arena en un corredor estrecho, así que los drivers dividieron la ruta más precisamente. Pero fuera de eso, la ruta se mantuvo bien.
El resultado: 400 metros en Marte
En los días marcianos (sols) 1,707 y 1,709, que corresponden al 8 y 10 de diciembre de 2025, Perseverance ejecutó rutas planeadas por IA en lugar de humanos. El rover recorrió unos 400 metros basado en una ruta generada por IA.
Y funcionó. La NASA muestra una imagen orbital donde se ve la ruta planeada por IA (en magenta) y la ruta real (en naranja). No son exactamente iguales - AutoNav del rover tomó decisiones en tiempo real - pero la ruta base era sólida.
Por qué esto importa
Lo que me parece fascinante de este hito no es solo la hazaña técnica - que lo es - sino qué representa:
1. IA en entornos críticos
No estamos hablando de generar texto para marketing o resumir documentos. Estamos hablando de navegar un rover de miles de millones de dólares en Marte. La confianza que esto requiere es enorme.
2. El enfoque es responsable
NASA no le dio las llaves a Claude y dijo “haz lo que quieras”. Hubo verificación humana exhaustiva. Hubo simulación. Hubo validación. Es exactamente el enfoque que me gusta: IA amplificando capacidades humanas, no reemplazándolas.
3. Ahorro de tiempo real
Según Anthropic, los ingenieros de JPL dicen que Claude puede reducir el tiempo requerido para planear rutas a la mitad. No especifican cuánto tiempo es ese “la mitad”, pero si conoces lo que cuesta planear misiones espaciales, sabes que cualquier ahorro es significativo.
4. El futuro de la exploración espacial
Como dijo el administrador de la NASA Jared Isaacman: “Esta demostración muestra lo lejos que han avanzado nuestras capacidades y amplía cómo exploraremos otros mundos. Las tecnologías autónomas como esta pueden ayudar a las misiones a operar más eficientemente, responder a terrenos desafiantes y aumentar el retorno científico a medida que la distancia de la Tierra crece.”
Cuando piensas en misiones futuras a lunas de Júpiter o Saturno, donde el delay de comunicación es enorme, este tipo de tecnología no es un nice-to-have, es crítico.
Reflexiones personales
Lo que más me gusta de esta historia es que representa exactamente el tipo de aplicación de IA que me entusiasma: IA trabajando en problemas reales, con supervisión humana responsable, generando valor tangible.
No es hype. No es “la IA va a reemplazar a los ingenieros de la NASA”. Es “la IA está ayudando a los ingenieros de la NASA a hacer su trabajo más eficiente y enfocarse en lo importante”.
Claude no reemplazó a nadie. Claude hizo el trabajo tedioso de analizar imágenes orbitales y generar waypoints. Los humanos hicieron lo que hacen mejor: verificar, validar, y tomar decisiones responsables.
El futuro
Uno puede imaginar fácilmente esto expandiéndose a más misiones. Más rovers. Misiones tripuladas donde la IA ayuda a planificar EVA (extravehicular activities). Satélites que optimizan sus propias rutas. Drones en Titán.
Y todo esto con modelos de visión-lenguaje-acción que se vuelven más capaces y se integran en robots.
No está mal para 2026. Y si te parece ciencia ficción, recuerda: el rover ya está en Marte, moviéndose según rutas planeadas por Claude.
Fuentes:
Comentarios