آیا هوش مصنوعی علّی می‌تواند دلیل اقدامات اصلاحی ماهواره را توضیح دهد؟

تصور کنید یک عامل هوشمند، مصرف سوخت پیشران‌های ماهواره را در حین یک نقص حرارتی در فضای عمیق ۳۰٪ کاهش دهد و سپس دقیقاً توضیح دهد که چرا این کار را انجام داده است. در حالی که یک هوش مصنوعی استاندارد این تصمیم را صرفاً بر اساس همبستگی‌های آماری می‌گیرد، چارچوب یادگیری تقویتی علّی تفسیرپذیر (ECRL) به سامانه اجازه می‌دهد این انتخاب خاص را برای تیمی جهانی از رگولاتورها و مهندسان به زبان مادری‌شان توجیه کند.

به نقل از مستندات فنی منتشر شده در ۲۱ ژوئن ۲۰۲۶ در پلتفرم dev.to، صنعت عملیات ماهواره‌ای در حال گذار از هوش مصنوعی مبتنی بر همبستگی به استدلال‌های علّی است. این چرخش راهبردی حیاتی است؛ زیرا در عملیات‌های مداری، یک تصمیم غلط که تنها بر اساس همبستگی گرفته شده باشد — مثلاً اشتباه گرفتن برخورد یک تکه زباله فضایی با یک شراره خورشیدی — می‌تواند منجر به نابودی کامل مأموریت و خسارات میلیارد دلاری شود.

عامل‌های سنتی یادگیری تقویتی (RL) — شبیه کودکی که با آزمون و خطا یاد می‌گیرد چه کاری پاداش می‌آورد اما نمی‌داند چرا — جهان را به عنوان یک جعبه سیاه می‌بینند. آن‌ها سیاست‌های عملیاتی را از داده‌های مشاهده‌شده می‌آموزند بدون اینکه مکانیسم‌های زیربنایی را درک کنند. در واقع، RL سنتی حالت‌ها را به اقدامات نگاشت می‌کند تا پاداش را بیشینه کند، اما فاقد درک از روابط علت و معلولی است. همین موضوع باعث شکنندگی آن‌ها می‌شود؛ مثلاً یک عامل مبتنی بر همبستگی ممکن است یاد بگیرد که «وقتی جریان پنل خورشیدی افت کرد، نرخ شارژ باتری را بالا ببرد». اما اگر علت ریشه‌ای این افت، برخورد زباله فضایی باشد و نه یک شراره خورشیدی، این اقدامِ خودکار می‌تواند برای سیستم مخرب باشد و منجر به آسیب بیشتر شود. این چالش‌های پایداری در محیط‌های پویا، ما را به یاد معماری PACT می‌اندازد که با ادغام برنامه‌ریزی SLM توانست نرخ شکست عامل‌های RL را در مواجهه با شرایط جدید کاهش دهد.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های استدلالی اشاره کردیم، شفافیت در تصمیم‌گیری کلید اعتماد در سیستم‌های حساس است. ECRL این مشکل را با پیاده‌سازی یک مدل علّی ساختاری (SCM) حل می‌کند که روابط فیزیکی واقعی را رمزگذاری می‌کند. این سامانه با استفاده از چارچوب‌هایی مانند محاسبات do-calculus پیرل، نقشه‌ی اثرگذاری تابش خورشیدی بر جریان پنل و سپس بر وضعیت شارژ باتری را ترسیم می‌کند. این قابلیت اجازه می‌دهد عامل مدل «استدلال متقابل» (Counterfactual Reasoning) انجام دهد؛ یعنی بپرسد: «اگر پیش از وقوع ناهنجاری، شلیک پیشران را کم می‌کردم، چه اتفاقی می‌افتاد؟» این توانایی تضمین می‌کند که هر تصمیم را بتوان برای مهندسان، برنامه‌ریزان مأموریت و نهادهای نظارتی توجیه کرد.

سه ستون معماری ECRL

این سامانه بر یک ماژول کشف علّی تکیه دارد که مدل‌های SCM را از داده‌های تله‌متری تاریخی می‌آموزد. این بخش از الگوریتم‌هایی مانند الگوریتم PC برای کشف اسکلت گراف استفاده می‌کند و محدودیت‌های سختِ دامنه را اعمال می‌کند تا از یال‌های کاذب جلوگیری کند؛ مثلاً تضمین می‌کند که شلیک پیشران بر دما اثر می‌گذارد، اما عکس آن (دما باعث شلیک پیشران شود) ممکن است صادق نباشد.

در پیاده‌سازی‌های محیط شبیه‌سازی شده، گراف علّی برای تضمین نظارت جامع، متغیرهای کلیدی زیر را به طور صریح شامل می‌شد:

• solar_irradiance: به عنوان یک متغیر خارجی (Exogenous) در نظر گرفته شده است.
• panel_current: یک متغیر داخلی (Endogenous) که توسط تابش خورشیدی و سلامت پنل ایجاد می‌شود.
• battery_soc: متأثر از جریان پنل و بار مصرفی سیستم.
• thruster_temperature: ناشی از مدت‌زمان شلیک پیشران و میزان جریان خنک‌کننده.
• anomaly_flag: که توسط تخطی از آستانه‌های تعیین‌شده فعال می‌شود.

برای تفسیرپذیر کردن این تصمیمات، یک خط لوله توضیحاتی (Explanation Pipeline) تعبیه شده است که زیرگراف علّی مرتبط با ناهنجاری را استخراج می‌کند. این زیرگراف ابتدا به یک فرمت JSON مستقل از زبان تبدیل می‌شود که حاوی مسیرهای علّی و اندازه‌ی اثرات است و سپس به لایه‌ی ترجمه ارسال می‌شود. تحقیقات نشان داد ذینفعان به طور خاص به دنبال پاسخ به سه پرسش کلیدی هستند: چه چیزی باعث خطا شد؟ (انتساب علّی)، چه اقدامی صورت گرفت؟ (تصمیم سیاست)، و چرا این اقدام بهینه بود؟ (توجیه متقابل).

رفع شکاف ارتباطی میان ذینفعان جهانی

مأموریت‌های فضایی شامل بازیگران متنوع جهانی با نیازهای ارتباطی متفاوت هستند. سامانه ECRL از مدل‌های تنظیم دقیق (Fine-tuning) شده‌ای مثل mBART یا mT5 — که مثل مترجمانی هستند که تخصص ویژه‌ای در متون فنی پیدا کرده‌اند — استفاده می‌کند تا توجیهات فنی را برای گروه‌های مختلف بومی‌سازی کند:

• مهندسان انگلیسی‌زبان: نیاز به جزئیات فنی عمیق، داده‌های دقیق و مسیرهای کامل علّی دارند.
• برنامه‌ریزان ژاپنی: خلاصه‌های سلسله‌مراتبی، موجز و با تأکید بر اجماع گروهی را ترجیح می‌دهند.
• مقامات رگولاتوری عرب‌زبان: توجیهات رسمی با تمرکز بر انطباق قانونی، استانداردهای ایمنی و رعایت مقررات می‌خواهند.
• اپراتورهای اسپانیایی در ایستگاه‌های زمینی: به لاگ‌های لحظه‌ای، کوتاه و اقدام‌محور نیاز دارند.

فراتر از ترجمه ساده، یک لایه تطبیق فرهنگی تعبیه شده است. آزمایش‌ها نشان داد ترجمه تحت‌اللفظی متون کافی نیست؛ زیرا تفاوت‌های فرهنگی بر چگونگی درک و پذیرش توضیحات اثر می‌گذارد. برای مثال، ذینفعان آلمانی ترجیح می‌دهند احتمالات علّی فردی دقیق و دقت فنی بالا را مشاهده کنند، در حالی که ذینفعان ژاپنی ترجیح می‌دهند تحلیل به صورت کل‌نگر و جامع ارائه شود، مثلاً: «سامانه پس از بررسی تمامی مسیرهای علّی، تصمیم گرفت...»

برای مدیریت این موضوع، کلاس MultilingualExplanationGenerator از مجموعه‌ای از قالب‌های فرهنگی متناسب با متادیتا (Metadata) استفاده می‌کند. برای کاربران عرب‌زبان، سامانه بین سبک‌های «رسمی» (با تمرکز بر فرآیند تصمیم‌گیری) و «حقوقی» (با تمرکز بر تعیین علّت خطا از نظر قانونی) تمایز قائل می‌شود. برای کاربران ژاپنی، قالب‌های «جمعی» در مقابل قالب‌های «سلسله‌مراتبی» ارائه می‌شود که علل ریشه‌ای را بر اساس اهمیت مرتب می‌کند.

جزئیات پیاده‌سازی فنی

معماری این سامانه به چهار مؤلفه عملکردی تقسیم شده است: ماژول کشف علّی، عامل RL علّی، تولیدکننده‌ی توضیحات و رابط چندزبانه.

مکانیسم کشف علّی

در کد پیاده‌سازی، کلاس SatelliteCausalDiscovery از کتابخانه causalnex و LinearRegression از sklearn برای تخمین قدرت اثرات استفاده می‌کند. این فرآیند دقیقاً از سه مرحله پیروی می‌کند:
۱. کشف اسکلت (Skeleton Discovery): استفاده از الگوریتم PC برای یافتن تمامی اتصالات احتمالی بین متغیرها.
۲. جهت‌دهی یال‌ها (Edge Orientation): اعمال قوانین سختِ دامنه (مثلاً ('solar_irradiance', 'panel_current'): True و ('panel_current', 'battery_soc'): True) برای تعریف جهت دقیق علیت.
۳. تخمین اثر (Effect Estimation): اجرای رگرسیون‌های آماری روی داده‌های تله‌متری برای اختصاص یک مقدار عددی (ضریب) به قدرت هر یال علّی.

حلقه عامل RL

عامل ExplainableCausalRLAgent از یک شبکه Q-علّی (CausalQNetwork) استفاده می‌کند. فراتر از انتخاب اقدام از طریق مقادیر Q، متد act_and_explain یک جست‌وجوی اول-سطح (BFS) روی گراف علّی انجام می‌دهد. این متد مسیرها را از کاندیداهای علت ریشه (گره‌هایی با درجه ورودی صفر) تا متغیر ناهنجاری ردیابی می‌کند.

سپس عامل، اثر کل را از طریق ضرب ضرایب اثر در طول مسیر محاسبه می‌کند. این فرآیند یک شیء ساختاریافته تولید می‌کند که شامل نوع ناهنجاری، علل ریشه‌ای، اقدام اتخاذ شده، توجیه علّی، نتیجه متقابل (Counterfactual outcome) و قدرت اثر کل است. این توجیه ریاضی به عامل اجازه می‌دهد در حالی که بهینه عمل می‌کند، کاملاً شفاف باقی بماند.

ترجمه و قالب‌بندی

تولیدکننده‌ی توضیحات با مدل MBartForConditionalGeneration ادغام شده است. این لایه فقط ترجمه نمی‌کند، بلکه داده‌ها را بر اساس پروفایل ذینفع تطبیق می‌دهد. برای ذینفعانی با سبک فرهنگی «احتمال‌گرایانه»، سامانه به‌طور خودکار بازه‌های اطمینان (مثلاً total_effect +/- 0.1) را به خروجی اضافه می‌کند. فرآیند تولید در سه مرحله است: تطبیق ساختار بر اساس فرهنگ، تولید متن منبع انگلیسی با استفاده از قالب‌ها، و در نهایت ترجمه به زبان مقصد از طریق mBART.

عملکرد در سناریوهای واقعی

در تست‌های صورت‌گرفته بر روی منظومه‌های ماهواره‌ای شبیه‌سازی شده، عامل ECRL سه نوع خطای حساس و پرمخاطره را با موفقیت مدیریت کرد:

۱. فرار حرارتی (Thermal Runaway): عامل کشف کرد که اگرچه افزایش جریان خنک‌کننده اثر علّی بر دمای پیشران دارد، اما کاهش دوره‌ی شلیک (Duty Cycle) پیشران اثر مستقیم‌تر و قوی‌تری دارد. سامانه به‌طور صحیح ناهنجاری را به «مدت‌زمان بیش از حد شلیک پیشران» نسبت داد و اقدام «کاهش ۳۰ درصدی دوره‌ی شلیک» را با شواهد متقابل توجیه کرد.

۲. نقص زیرسیستم توان: وقتی جریان پنل خورشیدی به‌طور غیرمنتظره افت کرد، گراف علّی نشان داد علت ریشه‌ای «برخورد زباله فضایی به پنل شماره ۳» است که توسط حسگرهای لرزش شناسایی شده بود، و نه کاهش کلی تابش خورشیدی. این تحلیل به عامل اجازه داد تا تشخیص‌های اختصاصی پنل را فعال کرده و سوئیچ به توان باتری را انجام دهد؛ تصمیمی که برای یک عامل مبتنی بر همبستگی که تنها روی الگوهای رایج افت توان تکیه می‌کرد، غیرممکن بود.

۳. قطعی ارتباطات (Communication Blackouts): سامانه یک زنجیره علّی بسیار دقیق را ردیابی کرد: زاویه خورشید $
ightarrow$ دمای پنل $
ightarrow$ انبساط شاسی ماهواره $
ightarrow$ عدم تراز آنتن $
ightarrow$ قطع سیگنال. این سطح از جزئیات به تیم‌های زمینی اجازه می‌دهد منطق AI را پیش از تایید مانورهای حساس بررسی کنند و تله‌متری را به یک «داستان خواندنی از شکست» تبدیل کنند.

غلبه بر موانع فنی

پیاده‌سازی این سامانه بدون چالش نبود. اصلی‌ترین مانع، داده‌های تله‌متری پراکنده و نویزدار ماهواره بود که در ابتدا باعث ایجاد گراف‌های علّی نادقیق با یال‌های کاذب زیاد می‌شد. تیم با ترکیب دانش دامنه به عنوان محدودیت‌های سخت (مثلاً «شلیک پیشران فقط می‌تواند بر دما اثر بگذارد، نه برعکس») و استفاده از کشف علّی بیزی (Bayesian) برای مدیریت عدم قطعیت، این مشکل را حل کرد.

برای توازن بین دقت فنی و سادگی درک، یک مدل توضیحاتی سه‌سطحی سلسله‌مراتبی تعریف شد تا با پس‌زمینه‌های مختلف فنی سازگار باشد:

• سطح ۱ (مدیریتی/Executive): ارائه یک خلاصه سطح بالا برای ذینفعان غیر-فنی. مثال: «ناهنجاری: حرارتی. اقدام: کاهش شلیک پیشران. دلیل: جلوگیری از گرمای بیش از حد».
• سطح ۲ (فنی/Technical): ارائه مسیرهای علّی مشخص و اندازه‌ی اثرات برای مهندسان. مثال: «مسیر علّی: thruster_firing $
  ightarrow$ thruster_temperature $
  ightarrow$ anomaly_flag. اثر: +۰.۸۵».
• سطح ۳ (حسابرسی/Audit): ارائه داده‌های خام علّی، شامل لاگ‌های کامل SCM و خروجی‌های مسیر JSON برای بازرسی عمیق توسط مهندسان ارشد و نهادهای رگولاتوری.

این حرکت به سمت هوش مصنوعی علّی، فرض بنیادی عملیات‌های فضایی خودگردان را تغییر می‌دهد: اقدام یک عامل دیگر یک «فرمان» برای اجرا نیست، بلکه یک «پیشنهاد» همراه با یک اثبات علّی است. این امر نقش انسان را از یک نظارای کور به یک حسابرس فنی تغییر می‌دهد.

گام بعدی شما

• اگر سیستم‌های خودگردان را در محیط‌های حساس مدیریت می‌کنید، بررسی کنید که آیا مدل‌های فعلی شما بر همبستگی‌های تصادفی (Spurious Correlations) تکیه دارند یا روابط علّی واقعی.
• مطالعه روی مدل‌های علّی ساختاری (SCM) و استدلال متقابل را برای جلوگیری از شکست‌های «جعبه سیاه» در استک عملیاتی خود آغاز کنید.
• بررسی کنید که چگونه لایه‌های تطبیق فرهنگی می‌توانند پذیرش ابزارهای AI را در تیم‌های بین‌المللی افزایش دهند.

اما داستان سخت‌افزاری پشتیبانی از این استدلال‌های پیچیده در لبه (Edge) حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های استنتاجی نسل جدید مراجعه کنید.