TL;DR
- Wat: Het Amerikaanse ruimtevaartbedrijf AstroForge bouwt een klein transformer-AI-model genaamd Solo dat in 2027 zelfstandig een ruimtesonde moet besturen — zonder radiocontact met de aarde.
- Waarom relevant: De keuze die AstroForge maakte — AI inzetten in plaats van een infrastructuurnetwerk van 200 miljoen dollar bouwen — is een afweging die in kleine vorm bij elk bedrijf speelt.
- Wat je ermee kunt: Kijk eens naar processen in je bedrijf waar je dure, bemande controle zou kunnen vervangen door een slim, autonoom systeem dat lokaal draait.
Ik viel vanochtend over een bericht van TechCrunch over AstroForge, een Amerikaans bedrijf dat zich richt op het minen van asteroïden. Ze bouwen een AI-systeem dat in 2027 volledig zelfstandig een ruimtesonde moet besturen — zonder radioverbinding met de aarde. Dat vond ik zo'n treffend voorbeeld van een bedrijfsbeslissing die eigenlijk helemaal niet over ruimtevaart gaat, dat ik er even bij stil wilde staan.
De kern: een sonde zonder afstandsbediening
AstroForge, opgericht in 2022 en inmiddels goed voor zo'n 55 miljoen dollar aan risicokapitaal, werkt aan een missie genaamd Autonomy-1. Die missie moet in 2027 lanceren aan boord van de eerste raket van Stoke Space. Het bijzondere: de sonde heeft geen radiocommunicatie met de aarde. Alles wat aan boord gebeurt — navigatie, diagnose van storingen, bijsturen — wordt afgehandeld door een AI-systeem dat Solo heet.
Solo is een zogeheten transformer-model. Dat is dezelfde architectuur die ook onder chatbots als ChatGPT zit, maar dan veel kleiner en specifiek getraind op ruimtevaartdata. Het systeem is getraind op data van ongeveer 2.500 sensoren aan boord van het ruimtevaartuig. Denk aan sensoren voor positiebepaling, energieopwekking en navigatie.
Wat mij opvalt is dat het hier niet gaat om een groot taalmodel dat alles kan. Het is een compact, gespecialiseerd model dat precies genoeg weet om één ding goed te doen: het schip draaiende houden zonder dat er iemand op aarde meekijkt.
Waarom geen grondstation? Een ondernemerskeuze
CEO Matthew Gialich legde volgens TechCrunch de afweging helder neer: je kunt een grondnetwerk bouwen met vijf schotelantennes verspreid over de wereld, kosten rond de 200 miljoen dollar. Of je stopt intelligentie aan boord van het schip zelf.
Ik vind dit eerlijk gezegd een van de helderste voorbeelden van een "build vs. buy"-beslissing die ik in tijden ben tegengekomen — alleen dan op kosmische schaal. De kern is universeel: investeer je in dure infrastructuur om controle te houden, of maak je het systeem slim genoeg om zichzelf te redden?
Stel dat je als ondernemer een netwerk van filialen hebt, of machines op locatie bij klanten. Je kunt een controlekamer bouwen met dashboards en operators. Of je kunt een slim systeem op de machine zelf zetten dat lokaal problemen herkent en oplost. De schaal is anders, het principe is hetzelfde.
Wat Solo concreet doet
Armand Awad, hoofd vluchtsoftware bij AstroForge, beschrijft Solo als een gelaagd systeem. Het combineert:
- Traditionele besturingsalgoritmen — beproefde regeltechniek die al decennia in de ruimtevaart wordt gebruikt.
- Subsysteem-specifieke modellen — apart getraind op testdata voor bijvoorbeeld energieopwekking of navigatie.
- Een overkoepelende intelligentielaag — het transformer-model dat al die informatie samenvoegt en beslissingen neemt.
Een concreet voorbeeld dat wordt genoemd: stel dat de sonde zijn positie kwijtraakt. Solo kan dan herkennen dat een storing in de energievoorziening invloed heeft op de zogeheten star tracker — een sensor die aan de hand van sterren bepaalt waar het schip is. Vervolgens kan het systeem dat probleem zelfstandig verhelpen.
Wat mij hier interesseert is het woord "constrained" dat Awad gebruikt. Dit is geen alwetend AI-systeem. Het is bewust begrensd. Het werkt met beperkte sensorinput en is getraind om binnen die beperkingen slimme keuzes te maken. Dat is een belangrijk verschil met de enorme taalmodellen waar we het meestal over hebben.
Eerst testen, dan vertrouwen
AstroForge gooit Solo niet zomaar het diepe in. Eind 2026 lanceert hun derde ruimtevaartuig, DeepSpace-2, mee met de derde maanmissie van Intuitive Machines. Solo draait dan in wat ze "shadow mode" noemen: het systeem analyseert alle data en neemt "beslissingen", maar voert ze niet uit. De echte besturing blijft bij het standaardsysteem. Zo kunnen de ingenieurs vergelijken wat Solo zou hebben gedaan met wat er daadwerkelijk is gebeurd.
Pas als die test voldoende vertrouwen geeft, krijgt Solo bij de Autonomy-1-missie in 2027 daadwerkelijk het roer in handen.
Ik vind deze aanpak opvallend nuchter voor een startup die met relatief beperkte middelen opereert. Shadow mode is vergelijkbaar met wat je in de softwarewereld een "canary deployment" noemt: je laat het nieuwe systeem meedraaien naast het oude, zonder risico, totdat je bewijs hebt dat het werkt. Dat is een patroon dat voor elke ondernemer herkenbaar zou moeten zijn. Wie een nieuw systeem invoert — of het nu een AI-chatbot voor klantenservice is of een nieuw voorraadbeheersysteem — doet er goed aan het eerst naast het bestaande proces te laten draaien.
Wat betekent dit voor niet-ruimtevaartbedrijven?
Je hoeft geen raketten te bouwen om iets te herkennen in dit verhaal. Ik zie drie patronen die breder relevant zijn:
Klein model, specifieke taak
Solo is geen enorm model dat alles kan. Het is klein, gespecialiseerd en draait op beperkte hardware. Voor bedrijven die nadenken over AI is dat een nuttige herinnering: je hebt niet altijd het grootste model nodig. Een compact model dat is getraind op jouw specifieke data kan voor jouw specifieke proces effectiever zijn dan een algemeen model.
Edge-intelligentie in plaats van centrale controle
De hele motivatie achter Solo is dat communicatie met het hoofdkantoor — in dit geval de aarde — te duur of te traag is. Kun je je voorstellen wat dit betekent als je bijvoorbeeld machines hebt staan op afgelegen locaties, of als je supply chain afhankelijk is van trage informatiestromen? Lokale intelligentie die zelf beslissingen neemt, wordt steeds haalbaarder.
Stapsgewijs vertrouwen opbouwen
Shadow mode. Eerst kijken, dan pas doen. Dat klinkt logisch, maar in de praktijk zie ik dat bedrijven vaak kiezen tussen "helemaal niet implementeren" of "meteen live gaan". Er zit een verstandige tussenstap.
Kanttekeningen
Het is goed om te vermelden dat AstroForge's eerdere missies niet vlekkeloos zijn verlopen. Volgens meerdere bronnen had hun Odin-missie in 2024 te maken met communicatieproblemen. Het is dus niet zo dat dit bedrijf een foutloos trackrecord heeft — wat de keuze voor een volledig autonome missie extra spannend maakt.
Ook is Autonomy-1 nog niet gelanceerd. Het is een plan, geen bewezen succes. Ik denk dat het eerlijk is om dat te benadrukken: we kijken hier naar een ambitieus voornemen, niet naar een behaald resultaat.
Tot slot
Voor mij is dit vooral een verhaal over een ondernemersbeslissing. Een startup met beperkte middelen die kiest voor een onconventionele oplossing — niet omdat AI hip is, maar omdat het alternatief te duur is. Die pragmatiek vind ik het meest leerzame aan dit hele verhaal. Niet de ruimte, niet de transformer, maar de rekensom erachter.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.