Image by NASA, from Unsplash
قد تتولى نماذج الذكاء الاصطناعي مثل ChatGPT قريباً مهمات الفضاء
وقت القراءة: 2 دقائق
آخر التحديثات: Jul 7, 2025
-
![كيارا فابري]()
-
![فريق الترجمة والتوطين]()
ترجمة فريق الترجمة والتوطين خدمات الترجمة والتوطين
فوجئ الباحثون عندما أكتشفوا أن ChatGPT قد حقق المركز الثاني في مسابقة المحاكاة للمركبات الفضائية، وهو ما أظهر القدرات المحتملة للنماذج اللغوية الكبيرة (LLMs) في قيادة المهمات الفضائية.
في عجلة من أمرك؟ ها هي الحقائق السريعة:
- حققت ChatGPT المركز الثاني في تحدي محاكاة قيادة المركبات الفضائية.
- أكملت الذكاء الصناعي مهام مثل اعتراض وتجنب الأقمار الصناعية.
- استخدم الباحثون برنامج Kerbal Space Program لمحاكاة الفضاء بشكل واقعي.
أثبتت ChatGPT أنها قادرة على القيام بأكثر من كتابة القصائد أو الإجابة على الأسئلة، فقد تكون قادرة على قيادة سفينة فضائية. قام الباحثون بدراسة قدرة التحكم لموديلات التعلم اللغوي الكبيرة في المهمات الفضائية.
في دراستهم، أوضحوا أنهم قاموا بذلك من خلال مسابقة تستند إلى تحدي ألعاب الفروقات في برنامج Kerbal Space. أثار ChatGPT دهشة العالم العلمي من خلال حصوله على المركز الثاني في حدث محاكاة المركبة الفضائية الذاتية القيادة.
“أنت تعمل كعامل ذاتي يتحكم في مركبة فضاء ملاحقة”، كانت هذه العبارة الأولى التي قدمها الباحثون لـ ChatGPT، حسبما أفادت LiveScience.
من هناك، أظهرت الذكاء الصناعي أنها تستطيع اتخاذ قرارات معقدة، توجيه الفضائية، والتنقل خلال المهمات مثل اعتراض الأقمار الصناعية وتجنب الكشف. تم تحويل نتائج النموذج إلى كود وظيفي للتحكم في مركبة محاكاة في الوقت الفعلي.
تحتاج أنظمة الملاحة الفضائية التقليدية إلى تدريب وضبط مستمر، مما يجعلها غير عملية لمهمات الوقت الفعلي السريعة. ومع ذلك، يجادل الباحثون أن الموديلات اللغوية الكبيرة المتوسطة مثل ChatGPT تعمل بقواعد معرفة مُدربة مسبقاً تسمح لها بالتكيف مع الحالات الجديدة من خلال تلميحات محددة ومصممة بشكل جيد.
يجادل الباحثون أن هذا النهج الجديد قد يغير الطريقة التي نتحكم بها في الأقمار الصناعية والمهمات الفضائية العميقة، خاصة في الحالات التي يصبح فيها التدخل البشري الفوري مستحيلاً. أظهر نظام الذكاء الصناعي قدرته على المنافسة مع النماذج المبنية على المعادلات التفاضلية التقليدية خلال فترات اختبار قصيرة، رغم فترة التدريب القصيرة له.
من الواضح أن هناك مخاطر ما زالت قائمة، مثل “الهلوسات” التي يمكن أن يسببها الذكاء الصناعي والتي قد تؤدي إلى أخطاء خطيرة. لاحظ الفريق : “لا شك في أن تدريب نموذج LLM يمكن أن يستفيد من المعرفة السابقة ويحسنها لسيناريوهات محددة.”
ستتم نشر النتائج في مجلة التقدم في أبحاث الفضاء، وقد قام الفريق بفتح مصدر الرمز والبيانات الخاصة بهم لمزيد من التجارب. قد لا يكون الذكاء الصناعي الذي سيقود مهمتنا الفضائية التالية بعيدًا كما يبدو.
القصة السابقة
أحدث المقالات 
