AmazonのSageMaker AIは、宇宙機関が宇宙ミッション中に生成する膨大なデータの処理方法を変革しています。2025年6月26日、同社はそのRandom Cut Forest（RCF）アルゴリズムが、NASAおよびBlue Originによる月面ミッションの宇宙船ダイナミクスデータの異常検出に活用されていることを発表しました。
この協業は、NASAとBlue Originが実施する月面降下・着陸センサ（BODDL-TP）のデモンストレーションデータの解析に特化しています。この教師なし機械学習アルゴリズムは、宇宙船の位置、速度、クォータニオンによる姿勢データにおける異常なパターンを特定し、宇宙作業中の重要なタイミングを示唆する可能性があります。
Amazonの技術資料によれば、「これらの異常は、月面宇宙船のダイナミクスが軌道離脱、降下、着陸の各デモンストレーション段階における重要なマヌーバ時に現れる可能性が高い」とされています。この技術は、複数パラメータ間の複雑な関係を扱いながら、データポイント間の微妙な逸脱を検出できるため、宇宙船のモニタリングに特に有用です。
実装にはAmazonのクラウドインフラが利用されており、ミッションデータはS3バケットに保存され、SageMaker AIのJupyterLab環境で処理されます。エンジニアは過去のミッションデータを用いてRCFモデルを訓練し、その後スケーラブルなエンドポイントにデプロイして継続的な異常検出を行います。
このパートナーシップは、Blue Originが今年後半にBlue Moon Mark 1月面着陸船の打ち上げを予定している重要なタイミングで実現しました。異常検出から得られる知見は、NASAおよび商業宇宙企業がますます野心的な月面探査目標を追求する中で、ミッション成功の鍵となる可能性があります。
宇宙ミッションから得られるテレメトリーデータが指数関数的に増加する中、AmazonのAI技術は見逃されがちな異常データポイントを特定し、宇宙船の健全性モニタリング、工学設計、将来の宇宙探査ミッション計画の向上に貢献しています。