ไปดวงจันทร์ก็แค่ปากซอย ? จะเกิดอะไรเมื่อ AI ติด ‘จรวด’ สู่อวกาศ

เศรษฐกิจอวกาศ เป็นหนึ่งในเซ็กเมนต์ที่ร้อนแรงที่สุดในโลก เมื่อบิ๊กคอร์ปจำนวนมากทยอยพิชิตวงโคจร ด้วยการปลดล็อกเทคโนโลยีจรวดใช้ซ้ำทำให้การขนส่งจากพื้นดินสู่อวกาศราคาถูกลงมหาศาล

เช่นเดียวกับเทคโนโลยีปัญญาประดิษฐ์ โดยเฉพาะอย่างยิ่ง Generative AI และ Agentic AI ที่ “ทรงพลังขึ้น” และ “ถูกลง” ดังนั้น หากเทคโนโลยีจรวด-อวกาศ หลอมรวมเข้ากับ AI อนาคตการพิชิตอวกาศของมนุษยชาติจะเป็นอย่างไร

ถิ่นฐานบนดวงจันทร์ เป็นหนึ่งในเป้าหมายทะเยอทะยานของนักสำรวจอวกาศหลายคน และเป็นหนึ่งในเคสตัวอย่างน่าสนใจจาก Blue Origin Enterprises, L.P. ผู้ผลิตเทคโนโลยีอวกาศและบริการการท่องเที่ยวอวกาศระดับต่ำกว่าวงโคจร ให้บริการเที่ยวบินอวกาศ จรวดขนส่งหนัก และผลิตเครื่องยนต์จรวด ที่มี “เจฟฟ์ เบโซส์” ผู้ก่อตั้ง Amazon.com เป็นผู้บุกเบิก

หมุดหมายใหม่ AWS

และใช่หรือไม่ที่อีโคซิมเต็มดังกล่าวมี “พลัง” จากแพลตฟอร์มคลาวด์-เอไอ ของ Amazon Web Services (AWS) เป็นแรงผลักดันสำคัญ

“วิลเลียม บรีน” รองประธานฝ่าย Tech Transformation ของ Blue Origin เปิดเผยความก้าวหน้าและทิศทางการหลอมรวมเอไอ และเทคโนโลยีอวกาศในงาน re:Invent 2025 จัดโดย AWS เมื่อต้นเดือนธันวาคมที่ผ่านมาว่า วิสัยทัศน์สำหรับการใช้ AI ของ Blue Origin คือเป็นเพื่อนคู่คิดในการสำรวจอวกาศ

“AI เป็นพาร์ตเนอร์สำคัญในการสำรวจอวกาศเหมือนที่เห็นในภาพยนตร์ไซไฟ ที่นักบินพูดคุยกับคอมพิวเตอร์อย่างเป็นธรรมชาติ”

ทั้งกล่าวถึงความก้าวหน้าที่ผ่านมาด้วยว่า Blue Origin สามารถส่งจรวด New Shepard ซึ่งเป็นจรวดอวกาศลำแรกที่ยันตัวขึ้นและลงจอดในแนวดิ่งได้โดยอัตโนมัติ ล่าสุดทดสอบจรวด New Glenn ซึ่งเป็นจรวดขนส่งหนัก สำหรับภารกิจโลจิสติกส์ และการท่องเที่ยวสำเร็จไปเมื่อเดือนที่แล้วอีกด้วย

“มนุษย์ 86 คนได้ฝากชีวิตไว้กับระบบอัตโนมัติของจรวด New Shepard ในการบิน 15 ครั้ง และได้สัมผัสกับทัศนียภาพของโลกจากวงโคจรที่พวกเขาใฝ่ฝันมาตลอด ดังนั้นเส้นทางสู่ห้วงอวกาศได้เติบโตขึ้นอย่างเห็นได้ชัด”

และเป้าหมายหลักในขณะนี้คือการ “ลดต้นทุน” การเข้าถึงอวกาศ โดยใช้ Agentic AI เข้ามาช่วยเรียนรู้ ปรับตัว และตัดสินใจ เพื่อช่วยให้มนุษย์ไปถึงดวงจันทร์ได้เร็วและถูกลง

เมื่อ เอไอ ติดจรวด

“บรีน” อธิบายว่า ข้อมูลภายในของบริษัทแปลงเป็นแพลตฟอร์ม Gen AI แล้ว ทำให้ Blue Origin มีแพลตฟอร์ม GenAI ชื่อว่า BlueGPT เป็น Marketplace สำหรับเอเย่นต์และการจัดการมัลติเอเย่นต์ ระบบนี้สร้างขึ้นบนโครงสร้างพื้นฐานของ AWS เช่น Amazon Bedrock, Strands, EKS และ Lambda ช่วยให้พนักงานเข้าถึงโมเดลล้ำสมัยและฐานข้อมูลความรู้เฉพาะทางของบริษัทได้

ปัจจุบันพนักงานกว่า 70% ใช้งาน AI ในช่วงเดือนที่ผ่านมา มีการสร้างเอไอเอเย่นต์เพื่อทำงานแทนมนุษย์ในงานที่จำเจ บน Marketplace แล้วกว่า 2,700 ตัว และมีการโต้ตอบรวมกว่า 3.5 ล้านครั้ง วิศวกรซอฟต์แวร์กว่า 95% ใช้เอเย่นต์ในการเขียนโค้ด

นอกจากนี้ยังใช้เอเย่นต์ในกระบวนการอนุมัติการปล่อยจรวด การจัดการซัพพลายเชน และการผลิต

หัวใจสำคัญที่จะทำให้การใช้ เอไอมัดใจพนักงาน และสร้างประสิทธิภาพ คือ ต้องทำหน้าตาและอินเตอร์เฟซการใช้งาน ให้ง่าย ไม่ใช่แค่ “แชตบอต” ซึ่งเป็นพื้นฐานสำหรับการพูดคุยกับเอไออยู่แล้ว แต่ยังรวมถึงการทำ “Agent App Store” ภายในองค์กรก็ง่ายเหมือนการที่ช้อปปี้ที่ใครอยากใช้อะไรก็ไปหาโหลดเอา

“พนักงานเข้ามาค้นหา และทดสอบเอเย่นต์ที่ผู้อื่นสร้างไว้แล้วได้ง่าย ทำให้เกิดการแบ่งปันเครื่องมือที่เหมาะสมกับงานแต่ละประเภท สุดท้ายการมีอินเตอร์เฟซที่ใช้งานง่ายเป็นกุญแจสำคัญที่ทำให้พนักงานกว่า 70% ยอมรับและใช้งานแพลตฟอร์มนี้ภายในระยะเวลาอันสั้น”

และว่านักสำรวจอวกาศมีพันธมิตรที่เป็น AI มาโดยตลอด บางคนนึกถึงภาพยนต์วัยเด็กอย่าง Star Trek, Star Wars แต่วันนี้ภาพจริงจะเหมือน 2001 : Space Odessey เราใฝ่ฝันถึงโลกที่ปัญญาประดิษฐ์และการสำรวจอวกาศจะไปด้วยกันมานานแล้ว จากจรวด สู่ AI และที่ Blue Origin ไม่ได้แค่ฝันถึงอนาคตอีกต่อไป แต่กำลังสร้างมันขึ้นมา

ไม่ใช่แค่ใช้งานง่าย แต่พลังของเอไอต้องนำไปสู่การส่งมอบผลิตภัณฑ์ที่เร็วยิ่งขึ้น จึงตั้งเป้าว่าในอนาคตจะสามารถเพิ่มความถี่ในการปล่อยจรวด ด้วยพลัง AI 
จะต้องทำให้คนเพียง 1 คนสามารถควบคุมการปล่อยจรวดได้ถึง 100 ลำ แทนที่จะใช้คน 100 คนต่อจรวด 1 ลำ อย่างในปัจจุบัน และสุดท้ายคือจุดที่สามารถใช้ AI ออกแบบจรวดได้ทั้งลำ

เพื่อจะส่งมอบโปรดักต์ที่ทะเยอทะยานลำดับต่อไป คือ การสำรวจดวงจันทร์แบบอัตโนมัติ ที่กำลังเตรียมทดสอบโมเดลที่ฝึกฝนบน AWS กับรถสำรวจดวงจันทร์อัตโนมัติ (Autonomous Lunar Rover) ในอนาคตอันใกล้

เป้าหมายตั้งถิ่นฐานบนดวงจันทร์ ?

ในด้านการสำรวจอวกาศ “บรีน” ยังเปิดเผยโครงการ T-REX ซึ่งเป็นการแปลงพลังงานจากดินบนดวงจันทร์ เพื่อหล่อเลี้ยงเครื่องจักรสำรวจ (รถ Lunar Rover) ซึ่งจะทำให้การสำรวจอวกาศอยู่ได้นานขึ้น และถูกลง ซึ่งโดยสภาพแล้วก็คือถิ่นฐานการสำรวจบนดวงจันทร์

“นี่คือความก้าวหน้าล่าสุดของระบบสำรวจอวกาศ เพื่อแก้ปัญหาความท้าทายที่ยากที่สุดอย่างหนึ่งของดวงจันทร์ นั่นคือการเอาชีวิตรอดในเวลากลางคืน ซึ่งเทียบเท่ากับความมืดมิดที่หนาวจัดนาน 14 วันบนโลก”

T-REX ไม่ใช่ไดโนเสาร์ แต่เป็นการสร้างแบตเตอรี่ด้วยการสกัดเอาความร้อนจากเรโกลิธ หรือฝุ่นดวงจันทร์จากพื้นผิวดวงจันทร์ หมุนเวียนผ่านห้องแลกเปลี่ยนความร้อน ส่งผ่านกระบอกสูบ และต้องออกแบบมาให้ใช้งานได้นานหลายปี วงจรความร้อนนี้จะสลับไปมาระหว่างวันบนดวงจันทร์เพื่อชาร์จพลังงาน สำหรับใช้ในคืนถัดไป นั่นจะทำให้การดำรงอยู่ของมนุษย์บนดวงจันทร์ทำได้นานขึ้น

โดยเอเย่นต์ AI มีบทบาทสำคัญอย่างมากในโครงการนี้ ตั้งแต่การช่วยสรุปความต้องการ, ออกแบบสถาปัตยกรรมระบบ, ไปจนถึงการจำลองสถานการณ์ทางฟิสิกส์ที่ซับซ้อนบนระบบประมวลผล GPU ของ EC2 ช่วยให้วิศวกรส่งมอบผลิตภัณฑ์ได้เร็วขึ้นกว่า 75% เมื่อเทียบกับวิธีดั้งเดิม และปรับปรุงประสิทธิภาพด้านมวล (Mass) ได้ดีขึ้นถึง 40%

“แม้ T-REX จะน่าทึ่ง แต่สิ่งที่น่าทึ่งยิ่งกว่าคือทีมงานที่ใช้เอเย่นต์ AI ที่กำลังสร้าง T-REX ขึ้นมา เอเย่นต์ GPT ช่วยเราในเรื่องข้อกำหนดโดยละเอียด เอเย่นต์อีกตัวช่วยเราสร้างสถาปัตยกรรมระบบ แต่เอเย่นต์ที่ผมชื่นชอบมากที่สุดคือ เอเย่นต์จำลองและวิเคราะห์ ซึ่งสามารถทำให้กระบวนการออกแบบวนซ้ำเป็นไปโดยอัตโนมัติ ปรับปรุงผลิตภัณฑ์ได้อย่างรวดเร็วด้วยฐานความรู้ที่กำหนดเอง เอเย่นต์จะจำลองทางฟิสิกส์ที่ซับซ้อน ปรับปรุงการออกแบบตามผลลัพธ์ และดำเนินการจนกว่าจะตรงตามข้อกำหนด ทั้งหมดนี้ทำงานบน AWS GPU-accelerated EC2”