L'IA aux commandes : exploration spatiale et satellites

Le 8 décembre 2025, sur le sol martien, un rover a choisi sa route tout seul. Pas un opérateur penché sur des images depuis la Terre : une intelligence artificielle. En quelques années, l’IA est passée du rôle d’assistante à celui de pilote — sur Mars comme en orbite terrestre, où des dizaines de milliers d’engins se croisent désormais sans jamais se toucher. L’espace devient un laboratoire grandeur nature de l’autonomie machine.

Mars, terrain d’essai de l’autonomie

L’événement a fait date. Les 8 et 10 décembre 2025, le rover Perseverance de la NASA a réalisé les premiers trajets planifiés par une IA générative sur un autre monde, sans intervention directe des planificateurs humains¹. Le projet, mené par le Jet Propulsion Laboratory, s’appuie sur des modèles vision-langage qui analysent l’imagerie et les données de terrain habituellement examinées par les pilotes. L’IA génère des points de passage, permettant à l’engin de franchir un sol hostile — champs de blocs, roche affleurante, rides de sable².

L’enjeu est concret : la communication avec Mars subit un délai de plusieurs minutes, qui interdit tout pilotage en temps réel. L’autonomie devient donc une nécessité, pas un luxe. La roboticienne du JPL Vandi Verma estime que l’IA générative pourrait à terme permettre des trajets autonomes à l’échelle du kilomètre tout en allégeant la charge des opérateurs². La future mission Dragonfly vers Titan, lune de Saturne, en fera un usage massif. Ces engins, qui doivent fonctionner loin du Soleil, relancent aussi le débat sur le rôle de l’énergie nucléaire dans l’exploration spatiale.

Le pilotage n’est d’ailleurs que la partie visible. La NASA recense des dizaines de cas d’usage de l’IA, du tri automatique des images à la planification scientifique¹. Le système AEGIS, embarqué de longue date sur les rovers martiens, illustre cette autonomie : il choisit lui-même les cibles à analyser au laser et collecte des données scientifiques sans attendre les instructions de la Terre. L’IA ne se contente donc plus d’exécuter — elle hiérarchise, sélectionne, décide quoi observer. Une bascule décisive, qui transforme la sonde en explorateur doté d’un début d’initiative.

En orbite, un trafic devenu ingérable sans IA

Plus près de nous, l’orbite basse se transforme en autoroute saturée. On y compte déjà plus de 10 000 satellites actifs, et les projections évoquent un dépassement des 100 000 en une décennie, portées par les méga-constellations de Starlink, OneWeb et Kuiper³. À cette densité, le pilotage manuel des manœuvres d’évitement n’est tout simplement plus tenable.

Les chiffres donnent le vertige. En 2025, la seule constellation Starlink a exécuté environ 300 000 manœuvres d’évitement de collision — une hausse de 50 % par rapport à 2024, soit près de 40 manœuvres par satellite et par an sur quelque 10 000 unités opérationnelles⁴. Pour absorber ce flux, SpaceX recourt à des capteurs embarqués qui évaluent les risques et déclenchent les esquives de façon autonome. Des systèmes comme l’AUTOCA de l’éditeur GMV utilisent des algorithmes d’apprentissage automatique entraînés sur des données historiques pour automatiser la décision⁴. L’architecture converge vers un modèle hybride : planification stratégique au sol, réaction tactique d’urgence pilotée par l’IA à bord. Cette automatisation du pilotage par la donnée n’est pas sans rappeler celle qui transforme aujourd’hui la fabrication et les chaînes d’approvisionnement.

Nettoyer l’orbite et observer la Terre

L’IA ne se contente pas d’éviter les débris : elle s’apprête à les capturer. La mission ClearSpace-1 de l’Agence spatiale européenne, programmée pour 2026, doit utiliser l’IA pour naviguer de façon autonome et saisir un débris en orbite⁵. Le besoin est criant : l’ESA indique qu’environ 90 % de ses propres manœuvres d’évitement sont dues aux débris, et son rapport 2026 fait état d’une hausse de 20 % de la probabilité de collision en orbite basse⁵.

L’autre révolution se joue dans l’observation de la Terre. Le satellite Φsat-2 de l’ESA, développé avec l’entreprise Open Cosmos, embarque six applications d’IA qui tournent directement à bord : détection des nuages, des navires, des anomalies marines et des feux de forêt⁶. L’application PhiFire de Thales Alenia Space envoie des alertes précoces aux équipes de secours en identifiant le foyer mais aussi les zones sûres, brûlées et aquatiques alentour. Surtout, en traitant l’image en orbite, le satellite ne transmet que les données à forte valeur — réduisant la bande passante nécessaire jusqu’à 80 %⁶. C’est l’« edge computing » spatial : analyser à la source plutôt que tout rapatrier.

Les angles morts d’une montée en autonomie

Cette autonomie a un revers. Premier écueil, la fiabilité en environnement extrême : les conditions martiennes diffèrent radicalement des conditions terrestres sur lesquelles les algorithmes ont été entraînés, ce qui impose des modèles robustes et adaptables. Deuxième écueil, la sécurité. La masse de données générées par ces systèmes doit être protégée contre les cyberattaques — une préoccupation d’autant plus aiguë que les satellites deviennent des cibles stratégiques, à l’intersection de l’espace et des cyberconflits.

Troisième écueil, la gouvernance. À mesure que des systèmes autonomes prennent des décisions — où conduire, quoi photographier, quand esquiver —, la transparence de leur fonctionnement devient un impératif éthique. Les mêmes questions de confiance et de responsabilité traversent d’ailleurs d’autres usages industriels de l’IA, comme l’exploration pétrolière, où l’automatisation s’accompagne de risques accrus.

Reste enfin la question de la confiance dans la décision elle-même. Déléguer à une machine le choix d’une trajectoire sur Mars ou d’une esquive en orbite suppose d’accepter qu’elle puisse se tromper, là où aucun opérateur humain ne pourra intervenir à temps. Les agences avancent donc par étapes prudentes : démonstrations limitées, supervision a posteriori, garde-fous logiciels. Cette montée en autonomie graduelle est moins spectaculaire qu’un grand bond, mais c’est la seule voie crédible pour bâtir la confiance qu’exigent des missions où l’erreur se chiffre en centaines de millions et en années de travail perdues. Chaque succès, comme les trajets autonomes de Perseverance, élargit le périmètre de ce que l’on est prêt à confier à la machine.

L’espace, vitrine de l’autonomie de demain

De Jezero aux couloirs encombrés de l’orbite basse, l’intelligence artificielle est devenue le partenaire indispensable de l’aventure spatiale. Elle compense les délais de communication, dompte un trafic ingérable et extrait du sens d’un déluge de données. Mais elle déplace aussi la question : jusqu’où déléguer la décision à la machine, et avec quelles garanties ? Le signal à surveiller en 2026 : la réussite — ou non — de ClearSpace-1, premier test grandeur nature d’une IA chargée d’aller saisir un objet dans le vide. Une démonstration qui dira beaucoup de la confiance que nous sommes prêts à accorder aux pilotes automatiques de l’espace.