بُوئين قامت بتدريب القمرات على ترجمة القياسات إلى لغة يفهمها البشر، حتى يتمكن أي شخص من فهمه.

تقنية جديدة للـLLM للتحليل الذاتي لبيانات القياس في الفضاء

خلال أولى إطلاقات طائرة بوينغ ستارلينر، ظهرت مشاكل مرتبطة بأخطاء في الشيفرة البرمجية وتفسير غير صحيح لبيانات القياس. إذا كانت هذه البيانات تُنقل إلى فريق الإطلاق بلغة إنسانية مفهومة، كان قد يكون النتيجة مختلفة. لذلك قامت الشركة بتطوير نموذج لغوي صغير (LLM) قادر على العمل على أجهزة الكمبيوتر منخفضة الطاقة في الأقمار الصناعية وتحويل إشارات خام إلى تقارير متاحة.

صعوبات مع المنصات التجارية
في بداية المشروع شكك المهندسون فيما إذا كانت منصات الأقمار الصناعية التجارية القياسية ستتمكن من التعامل مع نماذج لغوية كبيرة. في الفضاء، الأهم ليس قوة المعالج، بل الاستقرار أمام الإشعاع، العمل المستقر بدون ارتفاع الحرارة واستهلاك الطاقة الأدنى.

الاختبار والتكييف
خلال الاختبارات المختبرية على الأرض، نجحت فريق بوينغ سبيس ميسن سيستمز في تكييف الـLLM مع المعدات التي تلبي المتطلبات الفضائية. النموذج الآن يحلل بيانات القياس للأقمار الصناعية ويولد تقارير عن حالة الأنظمة بلغة طبيعية بدلاً من المعالجة التقليدية للبيانات الخام.

> «أعلن المصنع في البداية أن ذلك مستحيل بسبب القيود الصارمة، لكننا وجدنا طريقة لتنفيذ الفكرة»، قال مدير مختبر الذكاء الاصطناعي أرڤيل تشابل الثالث.

المزايا
1. تقليل التأخير – تُعالَج البيانات مباشرة على متن القارب، بدلاً من إرسالها إلى الأرض للتحليل لاحقاً.
2. زيادة الاستقلالية – يمكن لل operators طرح أسئلة على القمر الفضائي والحصول على إجابات مفهومة تقريبًا في وضع الحوار.
3. الأمان – النموذج مرتبط بالمعايير الفيزيائية لتشغيل الأنظمة، ما يقلل خطر «الهلوسة» ويزيد موثوقية العمليات الحيوية.

إمكانية تحديث المجموعات الحالية
نظرًا لأن التقنية تعمل على الأجهزة القياسية، يمكن دمجها في الأقمار الصناعية القائمة برمجياً. هذا يعني أن تحسين قدرات معظم الأنظمة الفضائية قد يُكمل خلال شهور بدلاً من سنوات كما كان مطلوباً عند استبدال المنصة بالكامل.

وبهذا، تفتح الـLLM الجديدة طريقًا لإدارة أقمار فضائية أكثر كفاءة واستقلالية، مما يزيد موثوقيتها ويقلل تكاليف الصيانة.