١. اكتشاف الأعطال والتنبؤ بها باستخدام ذكاء الآلة. يجب على أي نظام اكتشاف المشكلات المحتملة والتنبؤ بها قبل أن تتفاقم وتؤدي إلى عواقب وخيمة. في الوقت الحالي، لا يوجد نموذج دقيق للحالات غير الطبيعية، ولا تزال تقنية اكتشافها غير مكتملة. من الضروري الجمع بين معلومات المستشعرات والمعرفة لتحسين ذكاء الآلة.
٢. في الظروف العادية، يُمكن استشعار المعلمات الفيزيائية للهدف بدقة وحساسية عاليتين؛ إلا أن التقدم في اكتشاف الحالات غير الطبيعية والأعطال محدود. لذلك، ثمة حاجة مُلحة لاكتشاف الأعطال والتنبؤ بها، والتي ينبغي تطويرها وتطبيقها بجدية.
٣. تستطيع تقنيات الاستشعار الحالية استشعار الكميات الفيزيائية والكيميائية بدقة في نقطة واحدة، ولكن من الصعب استشعار الحالات متعددة الأبعاد. على سبيل المثال، يُعدّ قياس البيئة، الذي تتسم معالمه المميزة بتوزيع واسع وترابطات مكانية وزمانية، مشكلةً صعبةً تحتاج إلى حل عاجل. لذلك، من الضروري تعزيز البحث والتطوير في مجال استشعار الحالات متعددة الأبعاد.
٤. الاستشعار عن بُعد لتحليل مكونات الهدف. يعتمد تحليل التركيب الكيميائي في الغالب على عينات من المواد، وقد يكون أخذ عينات من مواد الهدف صعبًا في بعض الأحيان. وكما هو الحال في قياس مستويات الأوزون في طبقة الستراتوسفير، يُعد الاستشعار عن بُعد أمرًا لا غنى عنه، ويُعدّ الجمع بين القياس الطيفي وتقنيات الكشف بالرادار أو الليزر أحد الأساليب الممكنة. يكون التحليل بدون مكونات العينة عرضة للتداخل بسبب الضوضاء أو الوسائط المختلفة بين نظام الاستشعار ومكونات الهدف، ومن المتوقع أن يُحلّ الذكاء الآلي لنظام الاستشعار هذه المشكلة.
٥. ذكاء المستشعرات لإعادة تدوير الموارد بكفاءة. لقد أتمتت أنظمة التصنيع الحديثة عملية الإنتاج من المواد الخام إلى المنتج، وأصبحت العملية الدائرية تفتقر إلى الكفاءة والأتمتة عند عدم استخدام المنتج أو التخلص منه. إذا أمكن تنفيذ إعادة تدوير الموارد المتجددة بفعالية وتلقائية، يُمكن الحد من التلوث البيئي ونقص الطاقة بفعالية، وتحقيق إدارة فعالة لموارد دورة الحياة. ولضمان عملية دورة آلية وفعالة، يُعد استخدام ذكاء الآلة لتمييز المكونات المستهدفة أو مكونات معينة مهمة بالغة الأهمية لأنظمة الاستشعار الذكية.
وقت النشر: ٢٣ مارس ٢٠٢٢