PUDA: An AI-Native Hardware Harness for Self-Driving Laboratories

تخيل عالماً لا يكتفي فيه العلماء بخلط المواد الكيميائية في الكؤوس الزجاجية، بل يتحدثون إلى روبوتات تقوم بعملية الخلط نيابة عنهم. هذا هو مجال المختبرات ذاتية القيادة (SDLs). فكر في هذه المختبرات كأنها مطابخ عالية التقنية حيث يقرر عقل حاسوبي (وكيل ذكاء اصطناعي) الوصفة التي سيجربها، ويقوم ذراع روبوتي بعملية الطهي، وتقوم أجهزة الاستشعار بتذوق الطبق لترى ما إذا كان جيداً أم لا. إذا كان الطبق مالحاً جداً، يقوم عقل الذكاء الاصطناعي بتغيير الوصفة ويجربها مرة أخرى، كل ذلك دون أن يلمس البشر ملعقة واحدة. دورة التجربة والتذوق والتعديل هذه هي الطريقة التي تسرع بها العلوم الاكتشاف في مجالات مثل الكيمياء وعلوم المواد.

ومع ذلك، هناك عقبة. معظم هذه المطابخ الروبوتية صُممت من أجل البشر؛ فهي تحتوي على شاشات لمس رائعة، وأزرار ملونة، وقوائم مصممة ليضغط عليها البشر. وبينما يعد هذا أمراً رائعاً لطاهٍ بشري، إلا أنه أمر سيء لعقل الذكاء الاصطناعي. فالذكاء الاصطناعي لا "ينقر" أو "ينظر إلى شاشة"؛ بل يقرأ النصوص، ويرسل الأوامر، ويفحص السجلات. وعندما يحاول الذكاء الاصطناعي إصلاح خطأ ما أو تغيير خطة في منتصف عملية الطهي، فإن الشاشة الصديقة للبشر غالباً ما تقف في الطريق، عبر إخفاء التفاصيل أو التسبب في تجميد النظام. السؤال الكبير الذي يطرحه العلماء هو: كيف نبني مختبراً يتحدث اللغة الأصلية للذكاء الاصطناعي، مما يسمح للكمبيوتر بتولي القيادة بأمان وكفاءة؟

هنا يأتي نظام جديد يسمى PUDA (بنية الأجهزة الموحدة الفيزيائية - Physical Unified Device Architecture). يقترح مؤلفو هذه الورقة البحثية أنه بدلاً من بناء شاشة جميلة أخرى للبشر، يجب علينا بناء بيئة "واجهة سطر الأوامر" (command-line)—وهي واجهة تعتمد على النصوص تشبه شاشات الكمبيوتر القديمة التي تظهر في الأفلام، ولكن بنسخة متطورة جداً للروبوتات. يعمل PUDA كمترجم عالمي وحزام أمان؛ فهو يتيح لوكلاء الذكاء الاصطناعي التحدث مع أي معدات مختبر (روبوتات، كاميرات، خلاطات) باستخدام أوامر نصية بسيطة، مع الحفاظ على سجل صارم وغير قابل للكسر لكل إجراء يتم اتخاذه.

الفكرة الجوهرية هي أن PUDA يفصل بين "التفكير" و"التنفيذ". وكيل الذكاء الاصطناعي هو الطاهي الذي يقرر ماذا يطبخ وكيف يصلح خطأً ما. أما PUDA فهو البنية التحتية للمطبخ التي تضمن أن الذراع الروبوتية تفعل بالضبط ما أُمرت به، بطريقة يمكن فحصها وإعادة تشغيلها لاحقاً. هو لا يملي على الذكاء الاصطناعي ما يفكر فيه، بل يوفر له مجموعة مستقرة وموثوقة من الأدوات للتفاعل مع العالم المادي.

مشكلة المختبرات "المتمحورة حول الإنسان"

تخيل أنك تحاول تعليم روبوت ذكي جداً ولكنه حرفي للغاية كيفية خبز كعكة. إذا أعطيت الروبوت شاشة لمس بها زر كبير مكتوب عليه "خبز"، فقد يعمل الأمر بشكل جيد. ولكن ماذا لو أدرك الروبوت أن الفرن شديد الحرارة؟ في الشاشة المخصصة للبشر، قد يتعين على الروبوت النقر عبر ثلاث قوائم للعثور على خيار "خفض الحرارة"، وإذا تجمدت الشاشة، سيعلق الروبوت.

تجادل الورقة بأن العديد من المختبرات ذاتية القيادة الحالية مبنية مثل شاشات اللمس هذه. لقد صُممت لكي يقوم البشر بتنسيق (orchestrate) التجارب باستخدام سير عمل ثابت. وهذا يعمل لتكرار نفس المهمة مراراً وتكراراً، ولكنه ينهار عندما يحتاج الذكاء الاصطناعي إلى المرونة. إذا احتاج الذكاء الاصطناعي إلى التعافي من خطأ ما، أو التحقق من حالة آلة، أو تغيير الخطة أثناء العمل، فإن الواجهة المتمحورة حول الإنسان تكون جامدة للغاية. العائق ليس في قدرة الذكاء الاصطناعي على التخطيط، بل في قدرة المختبر على توفير بيئة مستقرة وقابلة للفحص يمكن للذكاء الاصطناعي تشغيلها فعلياً.

دخول PUDA: "سطر الأوامر" للروبوتات

يحل PUDA هذه المشكلة بالتخلي عن واجهة المستخدم الرسومية (GUI) تماماً. بدلاً من شاشة تحتوي على صور، يستخدم PU️DA واجهة سطر الأوامر (CLI). قد تفكر في هذا كواجهة الأوامر النصية التي تراها في الأفلام عندما يكتب المخترقون بسرعة. بالنسبة للذكاء الاصطناعي، هذا مثالي؛ فهو مدمج، وصريح، وسهل القراءة.

في مختبر يعمل بنظام PUDA، تظهر كل قطعة من المعدات—سواء كانت ذراعاً روبوتية، أو كاميرا، أو خلاطاً كيميائياً—كقائمة من الأوامر النصية.

• الاكتشاف: يمكن للذكاء الاصطناعي أن يسأل: "ما هي الآلات الموجودة هنا؟" ويحصل على قائمة.
• الفحص: يمكنه أن يسأل: "ماذا يمكن لهذا الذراع الروبوتي أن يفعل؟" ويحصل على قائمة بإجراءات محددة مثل move_to_position (تحرك إلى الموقع) أو dispense_volume (صرف حجم معين).
• الإجراء: يرسل الذكاء الاصطناعي أمراً مثل dispense 5ml ويتلقى رداً نصياً واضحاً: "تم التنفيذ" أو "خطأ: كمية السائل غير كافية".

يتبع هذا النهج "فلسفة يونكس" (Unix philosophy) في الحوسبة: استخدام أدوات صغيرة وبسيطة تؤدي وظيفة واحدة بشكل جيد، وترك الذكاء الاصطناعي ليربط بينها لإنجاز مهام معقدة.

حزام الأمان: كيف يحافظ PUDA على السلامة

أحد أكبر المخاوف المتعلقة بالذكاء الاصطنا العلمي في المختبرات هو أن الذكاء الاصطناعي قد يتسبب في كسر شيء ما أو القيام بشيء خطير عن طريق الخطأ. يعالج PUDA هذا من خلال "حزام أمان" مدمج في تصميمه.

فكر في PUDA كأنه رئيس خدم صارم. يمكن للذكاء الاصطناي (السيد) إعطاء الأوامر، لكن PUDA (رئيس الخدم) يفحص كل أمر قبل أن يصل إلى الروبوت (الموظف).

1. التحركات المعتمدة مسبقاً: يتم تعريف إجراءات الروبوت بواسطة "برامج التشغيل" (drivers)—وهي أكواد مكتوبة مسبقاً تمت مراجعتها واعتمادها من قبل المهندسين. يمكن للذكاء الاصطناعي فقط طلب الإجراءات الموجودة في هذه القائمة المعتمدة، ولا يمكنه إعادة كتابة كود الروبوت أو ابتكار حركات جديدة غير آمنة أثناء العمل.
2. التحقق من الصحة: قبل إرسال أي أمر، يتحقق PUDA مما إذا كان منطقياً. هل طلب الذكاء الاصطناعي حجماً كبيراً جداً؟ هل طلب أمراً غير موجود؟ إذا كان الأمر كذلك، يوقفه PUDA ويخبر الذكاء الاصطناعي: "هذا غير مسموح به"، بدلاً من ترك الروبوت يصطدم أو يتعطل.
3. سجل "الصندوق الأسود": يتم حفظ كل أمر، واستجابة، وخطأ، وقراءة مستشعر في سجل مهيكل. إذا حدث خطأ ما، يمكن للذكاء الاصطناي (أو الإنسان) النظر في السجل لمعرفة ما حدث بالضبط، خطوة بخطوة. يسمى هذا الأصل (Provenance)، وهو يشبه مسجل الرحلة في الطائرة للتجربة.

غرفة المحركات: كيف يعمل الأمر فعلياً

تحت الغطاء، يستخدم PUDA نظام اتصالات ذكياً. تخيل مطبخ مطعم مزدحم حيث يصرخ الشيف (الذكاء الاصطناعي) بالأوامر، ويصرخ الطهاة (الآلات) بالردود.

• نظام المراسلة: يستخدم PUDA نظاماً يسمى NATS (تحديداً NATS.io) لتمرير الرسائل. هذا يشبه شبكة "لاسلكي" (walkie-talkie) سريعة وموثوقة. يرسل الذكاء الاصطناي رسالة إلى قناة محددة (مثل "قناة الذراع الروبوتية")، ويستمع الروبوت هناك.
• خدمات الحافة (Edge Services): يحتوي كل جهاز على كمبيوتر صغير يعمل بالقرب منه ("خدمة حافة") يقوم بترجمة الرسالة إلى اللغة المحددة التي تفهمها تلك الآلة.
• حلقة التغذية الراجعة: عندما ينتهي الروبوت، يرسل رده عبر نفس الشبكة. يسمع الذكاء الاصطناي الاستجابة، ويتحقق مما إذا كان راضياً عن النتيجة، ثم يقرر ما سيفعله بعد ذلك.

يسمح هذا الإعداد للعديد من وكلاء الذكاء الاصطناعي والعديد من الآلات بالعمل في وقت واحد دون أن يعيق بعضهم البعض؛ فهم جميعاً يتشاركون نفس "المحادثة" ولكن يستمعون إلى قنواتهم الخاصة.

لماذا يهم هذا؟

تؤكد الورقة البحثية أن PUDA ليس عقلاً جديداً للذكاء الاصطناعي، ولا طريقة جديدة للتحسين، ولا طريقة جديدة لكتابة الوصفات. هو لا يقرر ما هي التجربة التي سيجريها. بدلاً من ذلك، هو يوفر حامل الأجهزة (hardware harness)—أي الواجهة المستقرة والموثوقة التي تسمح لوكلاء الذكاء الاصطناعي بالتفاعل مع الأدوات المادية.

من خلال الابتعاد عن الشاشات الصديقة للبشر والتوجه نحو الأوامر النصية الصديقة للذكاء الاصطناعي، يجعل PUDA المختبر:

• قابلاً للاكتشاف: يمكن للذكاء الاصطناعي معرفة الأدوات المتاحة فوراً.
• قابلاً للتدقيق: كل إجراء مسجل، مما يجعل تتبع الأخطاء سهلاً.
• قابلاً للتعافي: إذا تعطل شيء ما، يمكن للذكاء الاصطناي رؤية الخطأ، وفهمه، وتجربة مسار مختلف، بدلاً من مجرد التوقف عن العمل.

المستقبل

يقترح المؤلفون أن هذا النظام يمكن أن يكون أرضية تدريب لمستقبل الذكاء الاصطناعي. إذا سجلنا كل مرة يحاول فيها الذكاء الاصطناعي إجراء تجربة، أو ينجح، أو يفشل، أو يتم تصحيحه من قبل إنسان، فإننا نخلق مجموعة بيانات ضخمة من "التفاعلات المادية". في المستقبل، يمكن لنماذج الذكاء الاصطناعي أن تتعلم من هذه السجلات لتصبح أفضل في إدارة المختبرات الحقيقية.

باختصار، PUDA هو الجسر بين العقل الرقمي للذكاء الاصطناعي والواقع المادي للمختبر. إنه يضمن أنه بينما يكون الذكاء الاصطناعي حراً في التفكير والتخطيط، يظل العالم المادي آمناً، وقابلاً للتنبؤ، ومسجلاً بالكامل. إنه يحول الإمكانات الفوضوية للذكاء الاصطناعي إلى محرك منظم وموثوق للاكتشاف العلمي.