A AstroForge quer colocar uma inteligência artificial com função de comando dentro de uma espaçonave que seguirá para o espaço profundo. A startup norte-americana está desenvolvendo o Solo, uma pilha de controle autônomo baseada em um modelo do tipo transformer, para equipar a missão Autonomy-1. A proposta não é conversar com um chatbot em órbita, mas permitir que o veículo interprete dados de sensores, identifique anomalias e tente recuperar parte da missão sem esperar uma instrução enviada da Terra.
A pauta interessa ao leitor brasileiro porque resume uma mudança importante na computação embarcada. Em satélites, sondas e veículos remotos, a conexão pode ser lenta, cara ou simplesmente impossível durante uma janela crítica. Quanto mais distante está o equipamento, mais valor existe em software capaz de agir com informações locais, dentro de limites definidos. A mesma lógica aparece em robôs industriais, drones, veículos autônomos e sistemas de monitoramento em regiões sem conectividade contínua.
Por que uma espaçonave precisa agir sozinha
Missões espaciais costumam combinar automação tradicional com equipes de controle em solo. A matéria da TechCrunch cita a missão OSIRIS-REx, da NASA, que teve cerca de 100 operadores em cada turno de oito horas para apoiar o encontro com um asteroide. Esse modelo funciona para agências com infraestrutura, antenas e equipes especializadas. Uma startup não consegue manter a mesma escala, especialmente quando precisa operar a centenas de milhares de quilômetros.
O problema não é apenas distância. Uma espaçonave coleta dados de energia, orientação, temperatura, comunicação e navegação em momentos diferentes. Um sinal enviado da Terra pode demorar, e a janela para transmitir ou receber comandos pode ser curta. Se o veículo perder a referência de posição, entrar em modo de baixo consumo ou apontar a antena para o lugar errado, a equipe pode não conseguir intervir a tempo. Autonomia, nesse cenário, é uma camada de recuperação.
O que é o Solo
O Solo não foi apresentado como uma inteligência artificial geral capaz de administrar qualquer missão. A AstroForge descreve uma autonomia restrita, treinada para um conjunto de tarefas e sinais conhecidos. O sistema reunirá algoritmos de controle convencionais, modelos especializados em subsistemas como geração de energia e navegação, e uma camada de decisão treinada com dados de aproximadamente 2.500 sensores.
Essa arquitetura é relevante porque não abandona tudo nas mãos de um modelo estatístico. Algoritmos tradicionais podem manter o controle básico de atitude e trajetória, enquanto modelos menores ajudam a interpretar combinações de sinais que seriam difíceis de programar uma a uma. A divisão reduz o espaço de decisões e torna mais fácil testar o comportamento antes do lançamento.
Um exemplo de recuperação
O executivo Matthew Gialich descreveu um cenário em que a espaçonave deixa de saber onde está. O sistema poderia relacionar uma alteração de energia a um problema no sensor que identifica estrelas e tentar reiniciar o componente. Isso não significa que a inteligência artificial sempre encontraria a causa correta. Significa que ela teria uma sequência de ações possíveis para testar, registrar e, se necessário, interromper.
O ponto técnico é a correlação entre eventos. Um sensor isolado pode indicar uma falha, mas a combinação de energia, orientação e navegação oferece mais contexto. Um modelo treinado com dados de teste pode ajudar a reconhecer padrões, desde que a equipe tenha definido quais ações são seguras, quais precisam de confirmação e quais devem deixar o veículo em modo protegido.
O aprendizado vindo de missões anteriores
A decisão da AstroForge nasceu também de dificuldades práticas. A empresa já lançou dois protótipos, e os dois tiveram anomalias que impediram o cumprimento de boa parte dos objetivos. O veículo Odin, lançado em 2025 para o espaço profundo, enfrentou problemas de comunicação. A companhia não conseguiu recuperar o controle da espaçonave.
Esse episódio mostra por que a autonomia é uma resposta de engenharia, não apenas uma promessa de inteligência artificial. Uma antena maior em solo poderia ampliar a capacidade de contato, mas a própria empresa estima que uma rede global com cinco grandes antenas custaria cerca de 200 milhões de dólares. Colocar mais capacidade de decisão no veículo é outra forma de reduzir a dependência da infraestrutura terrestre, embora crie riscos novos e exija testes mais rigorosos.
O teste antes do voo decisivo
A terceira espaçonave da AstroForge, chamada DeepSpace-2, deve voar junto da terceira missão lunar da Intuitive Machines, prevista para o fim de 2026. O Solo será usado em modo de sombra. Nesse arranjo, o sistema acompanha os dados e produz decisões possíveis, mas os engenheiros ainda podem observar o comportamento sem entregar o controle integral da missão.
O modo de sombra é importante para comparar recomendações com decisões humanas e verificar se o modelo reage bem a situações fora do treinamento. A equipe pode medir falsos alarmes, comandos desnecessários, atrasos e momentos em que o sistema não tem confiança suficiente para agir. Esse tipo de validação é mais útil do que uma demonstração isolada em laboratório, porque inclui ruído de sensores, limites de energia e comunicação real.
A missão Autonomy-1 está prevista para 2027, em um foguete da Stoke Space. A nave deve receber apoio da NASA e coletar dados científicos sobre o Sol. O plano apresentado por Gialich é agressivo: ele chegou a dizer que a missão poderia não levar rádios para receber comandos da Terra. A equipe ainda pode revisar essa decisão, mas a declaração deixa claro que a empresa quer testar uma dependência muito maior de autonomia.
O que pode dar errado
Modelos de aprendizado de máquina não são automaticamente confiáveis porque foram treinados com muitos dados. Eles podem interpretar um padrão raro como uma situação conhecida, escolher uma ação inadequada ou produzir uma decisão difícil de explicar. No espaço, uma atualização de software não pode ser instalada como em um celular, e um erro pode consumir a energia ou a oportunidade de comunicação que permitiria a recuperação.
Por isso, a autonomia precisa incluir limites operacionais. O veículo deve saber quando não agir, preservar energia, registrar telemetria e retornar a um modo seguro. Também é necessário separar o que o modelo pode recomendar do que ele pode executar. A AstroForge terá de demonstrar não apenas que o Solo identifica anomalias, mas que o conjunto de regras impede uma sequência de correções de piorar a situação.
O impacto para quem trabalha com tecnologia
O caso é um exemplo concreto de computação na borda, conceito que descreve o processamento feito perto da origem dos dados, em vez de depender de um servidor distante. Em uma espaçonave, essa escolha é obrigatória pela latência e pela falta de comunicação. Em fábricas, fazendas, portos e redes de energia, ela pode reduzir atrasos e manter funções básicas quando a internet cai.
Desenvolvedores podem acompanhar a missão para observar como a AstroForge combina modelos, sensores, simuladores e controles convencionais. O trabalho também reforça uma prática aplicável a qualquer sistema crítico: testar falhas antes de automatizar ações. O modelo precisa de dados, mas o produto final precisa de observabilidade, registros, limites, reversão e responsabilidade clara.
O que acompanhar a partir de agora
Os próximos sinais serão o desempenho do Solo no modo de sombra, a quantidade de decisões que exigem intervenção e a forma como a empresa comunica erros. Também será importante saber quais partes da arquitetura são específicas da nave e quais podem ser reutilizadas. Uma autonomia treinada para os sensores de uma missão não se transfere automaticamente para outra.
A notícia da TechCrunch, publicada em 22 de setembro de 2026, mostra uma tendência que vai além da exploração espacial. Sistemas autônomos estão deixando de ser apenas ferramentas de análise e passando a participar de decisões físicas. A questão mais importante não é se um modelo consegue fazer algo impressionante uma vez, mas se ele consegue agir dentro de limites compreensíveis, repetíveis e seguros.
Conclusão
A AstroForge está tentando resolver um gargalo real: uma espaçonave pequena pode encontrar problemas longe demais para depender apenas de equipes em solo. O Solo combina controle tradicional, modelos especializados e uma camada de inteligência treinada com muitos sensores. Essa abordagem pode reduzir o tempo de resposta, mas não elimina a necessidade de testes, redundância e supervisão.
Para o leitor brasileiro, a lição é prática. Quando uma empresa apresenta um agente autônomo, vale perguntar quais dados ele recebe, quais ações pode executar, como registra decisões e o que acontece quando não entende uma situação. No espaço, essas respostas definem a sobrevivência da missão. No cotidiano, elas definem a segurança de produtos e serviços que também estão ganhando capacidade de agir por conta própria.
Fonte original: TechCrunch, AstroForge is putting AI in command of its next spacecraft.
