From Materials Discovery to Deployment: A Critical Review of Artificial Intelligence Methods Across the Sensor Development Pipeline

تُعد المستشعرات بمثابة الحراس الصامتين للعالم الحديث؛ فهي تلك الأجهزة الصغيرة التي تقيس درجة حرارة جلد المريض، أو ضغط إطار السيارة، أو وجود غاز سام في الهواء. ولعقود من الزمن، كان ابتكار هذه الأجهزة حرفة بطيئة ومضنية؛ حيث كان المهندسون يكتشفون مادة جديدة، ثم يصممون هيكلاً فيزيائياً حولها، ويبنون نموذجاً أولياً، ثم يقضون سنوات في ضبط الوصفة ومعايرة الجهاز حتى يعمل بشكل موثوق. هذه الرحلة بأكملها، من شرارة الفكرة إلى منتج على الرف، قد تستغرق بسهولة عشرين عاماً. ومؤخراً، دخلت قوة جديدة إلى ورشة العمل: الذكاء الاصطناعي. والوعد هنا هو أن هذه الخوارزميات الذكية لا يمكنها فقط جعل المستشعرات تعمل بشكل أفضل، بل يمكنها أيضاً تقليص دورة التطوير التي تستغرق عشرين عاماً إلى مجرد بضع سنوات. وقد ولد هذا المفهوم حماساً هائلاً، مما يشير إلى أن الآلات قد تصمم وتبني مستشعرات المستقبل بمفردها تماماً في وقت قريب.

تتناول مراجعة نقدية جديدة أجراها باحثون في جامعة داياناندا ساغار في الهند هذا الوعد بعين فاحصة ومتشككة. لم يكتفِ المؤلفون بسرد كل مرة استخدم فيها شخص ما الحاسوب للمساعدة في تطوير مستشعر؛ بل رسموا خارطة طريق لدورة حياة إنشاء المستشعرات بأكملها، بدءاً من الاكتشاف الأولي للمواد وصولاً إلى النشر النهائي في الميدان. لقد طرحوا سؤالاً بسيطاً ولكنه حيوي: في كل خطوة من خطوات هذه العملية، هل التسريع حقيقي ومثبت، أم أنه مجرد تخمين متفائل؟ ومن خلال تصنيف الأدلة إلى ثلاث فئات — ما يُستخدم بالفعل في المصانع، وما أثبت نجاحه في المختبر ولكن لم يتم توسيع نطاقه بعد، وما لا يوجد سوى كفكرة نظرية — وجدوا أن الواقع أكثر تعقيداً وتعدداً في الجوانب مما توحي به العناوين الرئيسية.

تكشف المراجعة أن الذكاء الاصطناعي هو بالفعل أداة ناضجة وعاملة في زوايا محددة ومعرفة جيداً من هندسة المستشعرات. ففي المراحل النهائية من الإنتاج، حيث تُصنع المستشعرات على رقائق السيليكون، تُستخدم أنظمة الرؤية الحاسوبية بشكل روتيني لرصد العيوب المجهرية. وهذه الأنظمة موثوقة للغاية لدرجة أنها تُعتبر جزءاً معيارياً من عملية التصنيع في صناعة أشباه الموصلات. وبالمثل، بمجرد بناء المستشعر، يثبت الذكاء الاصطناعي كفاءة عالية في المعايرة؛ إذ غالباً ما تنجرف قراءات المستشعرات بمرور الوقت، لتعطي قراءات مختلفة قليلاً مع تقادمها أو تغير البيئة المحيطة. ويمكن للخوارزميات الآن التعلم من عدد قليل من المستشعرات المرجعية وضبط بقية المجموعة الكبيرة، مما يقلص الوقت اللازم لمعايرتها بنسبة تصل إلى 93 بالمائة. وفي هذه المجالات، لا تعد التكنولوجيا حلماً مستقبلياً، بل هي واقع حاضر يوفر الوقت والمال بالفعل.

ومع ذلك، تتغير القصة عندما ينظر الباحثون إلى المراحل المبكرة والأكثر إبداعاً في التطوير، مثل اكتشاف مواد جديدة أو تصميم الشكل الفيزيائي للمستشعر. هنا، تكون الأدلة أضعف بكثير. فبينما يمكن للحواسيب التنبؤ بخصائص المواد الجديدة بسرعة مبهرة، وجدت المراجعة أن هذه التنبؤات نادراً ما تترجم إلى مستشعرات فعلية عاملة تم بناؤها واختبارها. وهناك أمثلة على "المختبرات ذاتية القيادة"، حيث تقوم الروبوتات بخلط المواد الكيميائية واختبارها دون تدخل بشري، لكن هذه النجاحات كانت محدودة في الغالب بأنواع معينة من الكيمياء ولم تثبت قدرتها بعد على العمل في مجموعة متنوعة من المستشعرات المستخدمة في العالم الحقيقي. ويشير المؤلفون إلى أنه رغم كون هذه المختبرات الروبوتية حقيقية ومراجعة من قبل الأقران، إلا أنها حالياً تشبه التجارب المتطورة أكثر من كونها مصانع عالمية.

ولعل الاكتشاف الأكثر إثارة للدهشة يتعلق بالادعاء الأكبر على الإطلاق: وهو أن الذكاء الاصطناعي يمكنه ضغط مسار التطوير الذي يستغرق عشرين عاماً في بضع سنوات فقط. يرى المؤلفون أن هذه الرؤية تحديداً هي مجرد توقع وليست حقيقة مثبتة. إنه مفهوم مستمد من أكثر المجالات العلمية غنى بالبيانات، حيث يمكن للحواسيب التعلم من كميات هائلة من المعلومات. أما في عالم المستشعرات، فإن البيانات غالباً ما تكون نادرة، ومكلفة في توليدها، وملكية خاصة. وبسبب نقص البيانات هذا، تظل فكرة وجود مسار مستقل تماماً يقوم بتصميم وبناء واختبار مستشعر من البداية إلى النهاية مجرد إمكانية نظرية بدلاً من كونها واقعاً صناعياً. وتوضح المراجعة أنه بينما نمتلك أدوات قوية لمهام محددة، فإننا لا نملك بعد نظاماً واحداً متكاملاً يمكنه استبدال الجهد البشري الذي يمتد لعقود عبر جميع مراحل إنشاء المستشعرات.

كما يشير الباحثون إلى فجوة كبيرة في هذا المجال: وهي غياب البيانات المشتركة والمعايير المرجعية الموحدة. ففي العديد من التخصصات العلمية، يشارك الباحثون نتائجهم علانية ليتسنى للآخرين التحقق منها، أما في تطوير المستشعرات، فغالباً ما تكون البيانات محبوسة لدى شركات خاصة أو تُفقد لأن التجارب الفاشلة نادراً ما تُنشر. وهذا التكتم يجعل من الصల الصعب معرفة ما إذا كانت طريقة جديدة للذكاء الاصطناعي أفضل حقاً أم أنها كانت مجرد ضربة حظ مع مجموعة بيانات محددة. ويقترح المؤلفون أن المجال سيتقدم بشكل أسرع إذا ركز العلماء بشكل أقل على اختراع خوارزميات جديدة، وبشكل أكبر على بناء قواعد بيانات ومعايير اختبار مشتركة. فبدون هذه الأسس، سيظل الوعد بمستقبل مؤتمت بالكامل للمستشعرات مجرد وعد.

في الختام، تعمل هذه المراجعة كعملية مراجعة ضرورية للواقع في مجال يعج بالتفاؤل. فهي تؤكد أن الذكاء الاصطناعي شريك قوي في هندسة المستشعرات، لكنه ليس عصا سحرية تحل كل مشكلة فوراً. إن التكنولوجيا جاهزة للقيام بالمهمة في المجالات التي تكون فيها القواعد واضحة والبيانات وفيرة، مثل فحص العيوب أو ضبط قراءات المستشعرات. ولكن بالنسبة للعمل الإبداعي والفوضوي المتمثل في اختراع مواد جديدة وتصميم أجهزة معقدة، فلا تزال التكنولوجيا في مهدها. ويخلص المؤلفون إلى أن الطريق إلى الأمام لا يكمل في توقع ثورة مفاجئة، بل في بناء البنية التحتية المشتركة التي ستسمح لهذه الأدوات الذكية أخيراً بإثبات جدارتها عبر مسار التطوير بأكمله.