في عالم الأقمار الصناعية، تمثل CubeSats الصغيرة التي تتراوح تكلفة صنعها ما بين الصندوق، تحدياً كبيراً في الحفاظ على قدرتها التشغيلية لفترة طويلة. تشير الدراسات إلى أن ما بين 48-65% فقط من هذه الأقمار تظل فعّالة بعد عامين من الإطلاق، رغم أنها مصممة للعيش بين 2-5 سنوات. أحد التحديات الرئيسية يكمن في أن CubeSat في مدار منخفض حول الأرض (LEO) يكون غير قابل للوصول من الأرض لمدة 85 دقيقة تقريبًا من كل مدار مدته 96 دقيقة، مما يؤدي إلى عدم وجود القدرة على معرفة الأعطال التي تحدث خلال هذه الفترة الزمنية حتى مرور مداري آخر.

لذا، نطرح لكم مشروع PHOENIX (الذكاء الاصطناعي التحليلي للأقمار الصناعية)، الذي يهدف إلى منح القمر الصناعي إمكانية تحليل الأعطال بشكل ذاتي. يعتمد هذا النظام على نموذج لغوي صغير (Small Language Model - SLM) معدّل بدقة، يمكن تشغيله على الأجهزة المدمجة داخل القمر الصناعي. يقوم النظام بمراقبة جميع قراءات الحساسات بشكل مستمر، ويعمل على حل الأعطال المتكررة عبر نظام ذاكرة يحتفظ بإصلاحات سابقة لضمان عدم تكرار نفس الاستنتاج مرتين.

خلال كل مدار، يقوم القمر الصناعي بإرسال تقرير صحة مُهيكل إلى الأرض بدلاً من إرسال بيانات خام عشوائية، حيث تتولى ستة وكلاء ذكاء اصطناعي متخصصين على الأرض قراءة هذا التقرير وإنتاج أوامر صالحة للقمر الصناعي خلال نافذة الاتصال التي تتراوح بين 5-10 دقائق. بالإضافة إلى ذلك، تم استخدام نموذج تشتت توليدي (Generative Diffusion Model - DDPM) لإنشاء بيانات تدريب صناعية، حيث تمثل الأمثلة الواقعية للأعطال فقط 0.57-1.80% من قاعدة البيانات.

يُعَد هذا المشروع خطوة مهمة نحو تعزيز فعالية الأقمار الصناعية وضمان أطول فترة حياة لها، مما يفتح آفاق جديدة في مجالات الاتصالات الفضائية وإدارة الأعطال. فهل سنشهد مستقبلاً يزدهر فيه الذكاء الاصطناعي في الفضاء؟ شاركونا آرائكم في التعليقات!