معماری‌های مبتنی بر پروتکل زمینه مدل (MCP) برای اتصال عامل‌های هوش مصنوعی به ابزارها و سرویس‌های پردازش سنجش از دوری

معماری‌های مبتنی بر پروتکل زمینه مدل (MCP) برای اتصال عامل‌های هوش مصنوعی به ابزارها و سرویس‌های پردازش سنجش از دوری

علی تقوی مند1

1) کارشناس ارشد نقشه برداری ژئودزی، دانشگاه آزاد تفت - یزد

کد IOI مقاله : AAHF-ACAGBZ
محل انتشار : کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
    پیوند عامل‌های مبتنی بر مدل‌های زبانی بزرگ با سامانه‌های پردازش سنجش‌ازدور، نوید تبدیل درخواست‌های زبانی پژوهشگر به زنجیره‌های عملیاتی بازیابی، پیش‌پردازش، تحلیل طیفی، استنتاج مکانی و تولید محصول علمی را می‌دهد. بااین‌حال، موفقیت یک فراخوان ابزار با اعتبار نتیجه جغرافیایی یکسان نیست؛ خطاهای سیستم مختصات، واحد، زمان، منبع داده، ترتیب عملیات و مجوز دسترسی می‌توانند به خروجی‌هایی ظاهراً متقاعدکننده اما علمی نادرست منجر شوند. این مقاله با روش مرور دامنه‌ای انتقادی و سنتز معماری، شواهد پژوهش‌های عامل‌محور، زیرساخت‌های پردازش داده‌های مشاهده زمین، استانداردهای میان‌کنش‌پذیری مکانی و مشخصات پروتکل زمینه مدل (MCP) را در کنار یکدیگر می‌گذارد. منابع از مسیر جست‌وجوی هدفمند، بررسی ناشران و مخازن رسمی، کنترل شناسه‌های دیجیتال و طبقه‌بندی سطح دسترسی به متن ارزیابی شدند؛ فرایند به‌صراحت غیرجامع است و از شمارش ساختگی مطالعه‌های بازیابی‌شده یا ادعای فراتحلیل پرهیز می‌کند. سنتز نشان می‌دهد MCP لایه استاندارد معرفی و فراخوان ابزار را فراهم می‌کند، ولی به‌تنهایی درستی معنایی پردازش‌های سنجش‌ازدور، بازتولیدپذیری و ایمنی تصمیم‌های عامل را تضمین نمی‌کند. شواهد مستقیم از سامانه‌های تخصصی نشان‌دهنده پیشرفت در سازمان‌دهی ابزار و راستی‌آزمایی مسیر اجراست؛ در مقابل، بنچمارک‌های مستقل محدودیت شدید در زنجیره‌های طولانی و کدنویسی خودکار را آشکار می‌کنند. بر پایه این تقابل، معماری پیشنهادی مقاله هشت قابلیت مکمل را تلفیق می‌کند: قرارداد معنایی ابزار، انتخاب داده مقید به فراداده، برنامه‌ریزی آگاه از منابع، کنترل سیاست و مجوز، اجرای قابل‌بازیابی، راستی‌آزمایی چندسطحی، ثبت منشأ و ارزیابی مبتنی بر اثر. مدل پیشنهادی با ویژگی‌های نسخه ۲۸ ژوئیه ۲۰۲۶ MCP سازگار است و الزامات عملیاتی را به آزمون‌های ابطال‌پذیر تبدیل می‌کند. نتیجه مرکزی آن است که آینده عامل‌های سنجش‌ازدور نه در افزایش صرف تعداد ابزارها، بلکه در مهندسی قراردادهای علمی، کنترل اجرای قابل‌ممیزی و آزمون مستقل کیفیت محصولات مکانی قرار دارد.

کلمات کلیدی : واژگان کلیدی پروتکل زمینه مدل mcp عامل هوش مصنوعی سنجش‌ازدور مشاهده زمین میان‌کنش‌پذیری مکانی ogc api stac منشأ داده اعتبارسنجی معنایی