في ظل ازدهار التكنولوجيات الحديثة، أصبحت التوائم الرقمية (Digital Twins) أداة حيوية لمراقبة ومحاكاة سلوك الأنظمة السيبرانية الفيزيائية. ولكن، ومع تزايد التعقيد والكم الهائل من بيانات الاستشعار، يصبح من الصعب على المشغلين المهرة تحليل الأخطاء التي تم اكتشافها داخل هذه الأنظمة.

في ضوء ذلك، ظهرت إمكانيات جديدة مع التقنيات الحديثة لنماذج اللغات الضخمة (Large Language Models - LLMs) التي تقدم قدرات واعدة في التفكير والتفسير، إلا أن دمجها في تحليل الأخطاء المستند إلى التوائم الرقمية لا يزال ميدانًا غير مستكشف بما فيه الكفاية.

هنا يظهر ابتكارنا الجديد: AgenticTwin، والذي يمثل إطارًا متميزًا يجمع بين التفكير المدعوم بواسطة نماذج اللغات الضخمة وأنظمة الكشف عن الأخطاء القائمة على التوائم الرقمية.

هذا الإطار يسمح بإنتاج تفسيرات موثوقة من قبل نماذج اللغات الضخمة ويعتمد على نتائج من مصنف الأخطاء المتعلق بالتوائم الرقمية. كما يتيح للمشغلين البشر طرح أسئلة ذات صلة بلغة طبيعية حول النظام.

بالإضافة إلى ذلك، نقدم نظام تقييم موجه نحو المعايير، تم بناؤه على أساس إدخال أخطاء مصطنعة في مجموعة بيانات حقيقية خاصة بأجهزة الاستشعار الخاصة بالطقس، مما يمكّن من توليد استفسارات المشغلين بشكل مدروس عبر أحداث الأخطاء.

كما نقوم بتقييم إمكانية نشر نماذج لغات ضئيلة ومفتوحة المصدر في بيئات الفيزياء السيبرانية العملية.

تظهر النتائج التجريبية أن التعاون المنهجي بين الوكلاء وتفكير قائم على المعرفة يسهم في تحسين جودة التشخيص واسترجاع المعلومات والسماح بالتخفيف من الأخطاء في سيناريوهات متعددة.