火星沒有GPS、氣溫零下80度怎麼開車?NASA毅力號台灣駕駛嚴正一次揭密
火星沒有GPS、氣溫零下80度怎麼開車?NASA毅力號台灣駕駛嚴正一次揭密

「毅力號」(Perseverance)去年從地球發射,經過一趟7個月、4.8億公里旅程,昨天登上火星。接下來這輛尖端科技的探測車怎麼走,全交給洛杉磯郊區的國家航空暨太空總署(NASA)噴射推進實驗室(JPL)控制中心。

延伸閱讀:NASA「毅力號」登陸火星!最大探測器升空7個月,盼尋找生命跡象

4次參與火星探測計畫!按照火星時間打卡上班

在台灣成長、留學美國,今年61歲的嚴正在JPL服務超過20年,自2003年開始,參與4次NASA火星探測計畫。他領導的「機器人介面與視覺化小組」(Robot Interfaces and Visualization)負責操控車子。

「 未來3個月,每天當火星進入黑夜,我們控制中心就開始上班,編排程式指令。一到火星的早晨,我們就把寫好的程式傳過去,讓車子開始工作。 」嚴正在受訪時談到「在地球過火星時間」的特殊輪班制。

火星進入夜晚,溫度降到攝氏零下80度,這樣的極端環境下,探測車的馬達與各項儀器,須花費更多時間與能量去熱機運轉,因此經過計算,探測車只在白天執行任務。

開動火星上這輛1000公斤重的車子,不像操縱一般遙控汽車。從地球到火星,坐太空船要花203天,訊號來回要半小時;並非地球這裡按個按鈕,它就同步往前跑,而是必須事先安排工作,交給車上先進裝置執行。

毅力號
NASA於19日發布火星探測車「毅力號」藉由電纜緩緩降落火星表面的畫面。
圖/ 截圖自Twitter

若遇到外星生物,先拍照再說!

「火星上沒有GPS(全球定位系統)。」嚴正與團隊設計的軟體,運用3D視覺化、虛擬實境(VR)、擴增實境(AR)、人工智慧(AI)等科技,在地面建構火星的現場實況,操控人員利用火星進入黑夜的10個小時,為車子安排下一步。

地球自轉一週為24小時,火星一天為24小時又40分鐘。昨天毅力號降落火星時,為火星下午4時、洛杉磯午間1時。隨著每天40分鐘的時差,嚴正與同仁上班時間一直往後推,「今天下午2時上班,下星期變成晚上10時上班」。

mars
圖/ NASA

延伸閱讀:SpaceX一年發射26次!火箭升空成了家常便飯,人類4年後真能登上火星?

毅力號本次任務,在於蒐集生物曾經存在火星的證據。記者提問萬一火星車遇到了外星生物,NASA操作準則有規定嗎?對於這個假設性問題,嚴正笑說:「趕快拍照。」NASA守則沒有這項規定,但要是發生了,可是改變人類世界觀、宗教觀的天大事件。

不過嚴正表示,操作守則裡有明確規定,太空船與火星探測車必須確保不能將地球上任何有機體帶上火星,避免發生「在火星上發現地球生命體」的烏龍事件,影響探測結果。

至於人類還要多久才能踏上火星呢?嚴正回答, 現在出生的嬰兒有生之年應該可以看到人類登陸火星 。他推論,現今科技已經有能力將人送上火星,但需花費龐大金錢,一趟約為毅力號27億美元的幾百倍,才能讓人類在火星的極端環境下存活。

鼓勵有太空夢的年輕人「把握生命中的衝動」

嚴正從2003年開始,參與4次火星探測,從一開始發現火星曾經有水、找到生命可能生存的環境,到現在挖掘生命存在的證據,準備送回地球。他表示,每一步都是過去幾十年來無數人一起努力所累積的成果。

嚴正
任職於NASA JPL控制中心的嚴正博士。
圖/ NASA

他鼓勵想投入航太科技的台灣年輕人,要有像「毅力號」名稱一樣不怕困難、不怕失敗的精神之外,更重要的是「 把握生命中的衝動 」。

嚴正以自身為例,他的衝動來自1997年,NASA第一次把旅居者號(Sojourner)探測車送上火星時,當時他在明尼蘇達大學任教,看著那一台小車子在火星上的畫面,他心想「這個太酷了,如果不去做這個,人生會有遺憾」。

旅居者號
登入火星的旅居者號(Sojourner)。
圖/ 維基百科

嚴正將這份心情比喻為,如同學生時代看到喜歡的女生,頭破血流也要去追,「人生總有一些值得珍惜的衝動」。他原本專長是設計吉普車、坦克車的模擬系統,因對火星車的畫面深深著迷,1998年在義大利羅馬抓住機會,認識相關人員,引薦他進入NASA工作。

年幼失去雙親,在育幼院長大,嚴正努力考上建國中學、清華大學,之後留學美國,拿到愛荷華大學應用數學與機械博士。他說,一路走來,其實不覺辛苦,人生最重要的事反而是找到人生的方向,對他來說,就是那一次「現在不去試,以後會後悔」的衝動。

本文授權轉載自:中央社
責任編輯:文潔琳、錢玉紘

關鍵字: #NASA
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓