طريقة مبتكرة لإنتاج «وقود البلاستيك»https://aawsat.com/home/article/3972986/%D8%B7%D8%B1%D9%8A%D9%82%D8%A9-%D9%85%D8%A8%D8%AA%D9%83%D8%B1%D8%A9-%D9%84%D8%A5%D9%86%D8%AA%D8%A7%D8%AC-%C2%AB%D9%88%D9%82%D9%88%D8%AF-%D8%A7%D9%84%D8%A8%D9%84%D8%A7%D8%B3%D8%AA%D9%8A%D9%83%C2%BB
قدم فريق بحثي من جامعة ولاية بنسلفانيا الأميركية، طريقة جديدة لتطوير الانحلال الحراري، المستخدم في إعادة تدوير البلاستيك المختلط، والذي لا تجدي معه إلا هذه الطريقة، وتم الإعلان عنها في 29 سبتمبر (أيلول) الماضي في دورية «كيمياء التفاعل والهندسة». ويعد تحويل النفايات البلاستيكية إلى منتجات مفيدة من خلال إعادة التدوير الكيميائي، إحدى الاستراتيجيات لمعالجة مشكلة التلوث البلاستيكي المتزايدة على الأرض، لكن توجد للبلاستيك المختلط الذي يصعب تدويره، طريقة واحدة لتدويره وإنتاج الوقود منه، كمنتج ثانوي، وهي الانحلال الحراري. ويتضمن الانحلال الحراري تسخين البلاستيك في بيئة خالية من الأكسجين، مما يتسبب في تحلل المواد وإنشاء وقود سائل أو غازي جديد في هذه العملية. والتطبيقات التجارية الحالية لهذه الطريقة، إما تعمل دون المستوى المطلوب أو يمكنها فقط التعامل مع نوع معين من البلاستيك. تقول هيليل إزجي تورامان، الأستاذ المساعد في هندسة الطاقة والهندسة الكيميائية في جامعة ولاية بنسلفانيا في تقرير نشره الموقع الإلكتروني للجامعة، بالتزامن مع الدراسة: «لدينا فهم محدود للغاية للانحلال الحراري للبلاستيك المختلط. ويعد فهم تأثيرات التفاعل بين البوليمرات المختلفة أثناء إعادة التدوير المتقدمة أمرا مهما للغاية بينما نحاول تطوير تقنيات يمكنها إعادة تدوير نفايات البلاستيك الحقيقية». وأجرى العلماء تحليلا حراريا مشتركا لاثنين من أكثر أنواع البلاستيك شيوعا، وهما البولي إيثيلين منخفض الكثافة (LDPE) والبولي إيثيلين تيريفثاليت (PET)، جنبا إلى جنب مع محفزات مختلفة لدراسة تأثيرات التفاعل بين البلاستيك. ووجدوا محفزا واحدا قد يكون مرشحا جيدا لتحويل النفايات المختلطة من «البولي إيثيلين منخفض الكثافة» و«البولي إيثيلين تيريفثاليت»، إلى وقود سائل ذي قيمة. والمحفزات هي مواد تضاف إلى الانحلال الحراري والتي يمكن أن تساعد في العملية، مثل حث البلاستيك على التحلل بشكل انتقائي وفي درجات حرارة منخفضة، واختبر الباحثون ثلاثة محفزت من الزيوليت (HZSM - 5، H - beta، HY)، وكان الأول أفضلها. تقول تورامان «يمكن أن يسمح لنا هذا النوع من العمل بتقديم إرشادات أو اقتراحات للصناعة، فمن المهم اكتشاف نوع التآزر الموجود بين هذه المواد أثناء إعادة التدوير المتقدمة وأنواع التطبيقات التي قد تكون مناسبة لها قبل التوسع». ويستخدم بلاستيك «البولي إيثيلين منخفض الكثافة» و«البولي إيثيلين تيريفثاليت» بشكل شائع في تغليف المواد الغذائية، ويتكون غالبا من طبقات من مواد بلاستيكية مختلفة مصممة للحفاظ على المنتجات طازجة وآمنة، ولكن يصعب أيضاً إعادة تدويرها باستخدام العمليات التقليدية لأنه يجب فصل الطبقات، وهي عملية مكلفة. تقول تورامان «إذا كنت ترغب في إعادة تدويرها، فأنت بحاجة إلى فصل تلك الطبقات بشكل أساسي، لكن الانحلال الحراري رغم أنه الوسيلة الوحيدة للتعامل، توجد به بعض السلبيات، والخطوة الأولى لتطوير عمليات انحلال حراري تجارية جديدة تعتمد على فهم ميكانيكي أفضل لكيفية تحلل مخاليط النفايات البلاستيكية الديناميكية وتفاعلها». وأجرى العلماء الانحلال الحراري على «البولي إيثيلين منخفض الكثافة» و«البولي إيثيلين تيرفثالات» بشكل منفصل ومع بعضهما، ولاحظوا تأثيرات التفاعل بين البوليمرين أثناء الاختبارات مع كل من المحفزات الثلاثة التي استخدموها، تقول تورامان «رأينا منتجات يمكن أن تكون مرشحة جيدة جدا للاستخدام في إنتاج البنزين». وتأمل تورامان، وفريقها البحثي، أن يؤدي هذا العمل إلى مسؤولية بيئية أفضل في استعادة موارد الأرض ومعالجتها واستخدامها. ووجد تحليل عالمي لجميع المواد البلاستيكية المنتجة بكميات كبيرة أنه من المقدر إنتاج 8.3 مليار طن متري من البلاستيك الجديد في جميع أنحاء العالم حتى الآن، واعتباراً من عام 2015، تركت نسبة 79 في المائة من النفايات البلاستيكية، التي تحتوي على العديد من المواد الكيميائية الخطرة، لتتراكم في مدافن القمامة أو البيئات الطبيعية حيث تم حرق ما يقرب من 12 في المائة وإعادة تدوير 9 في المائة فقط. تقول تورامان «نحتاج إلى تضمين هذه المواد البلاستيكية في الاقتصاد مرة أخرى، للحصول على اقتصاد دائري، وإلا فسوف ينتهي بها الأمر في مدافن النفايات، أو ترشيح المواد السامة في التربة والمياه أو تلوث المحيطات، لذا فإن القيام بشيء ما، وإيجاد قيمة، هو أفضل من لا شيء، حيث تعتبر المواد البلاستيكية حاليا نفايات».
توصلت دراسة جديدة إلى نظرية جديدة بشأن كيفية نشأة القارات على كوكب الأرض مشيرة إلى أن نظرية «تبلور العقيق المعدني» الشهيرة تعتبر تفسيراً بعيد الاحتمال للغاية.
«جراح آلي» بذكاء اصطناعي دُرّب على مشاهدة فيديوهات طبية
«تخيل أنك بحاجة إلى إجراء عملية جراحية في غضون بضع دقائق لأنك قد لا تنجو... لا يوجد جراحون في الجوار ولكن يوجد روبوت جراحي مستقل متاح يمكنه إجراء هذا الإجراء باحتمالية عالية جداً للنجاح، هل ستغتنم الفرصة؟» هذا ما أجابني به طالب ما بعد الدكتوراه بجامعة جونز هوبكنز عبر البريد الإلكتروني، لدى سؤالي عن التطوير الجديد.
تعليم الروبوت بمقاطع فيديو للجراحة
لأول مرة في التاريخ، تمكن كيم وزملاؤه من تعليم الذكاء الاصطناعي استخدام آلة جراحة آلية لأداء مهام جراحية دقيقة، من خلال جعلها تشاهد آلاف الساعات من الإجراءات الفعلية التي تحدث في ردهات جراحية حقيقية. ويقول فريق البحث إنه تطور رائد يتجاوز حدوداً طبية محددة ويفتح الطريق لعصر جديد في الرعاية الصحية.
وفقاً لورقتهم البحثية المنشورة حديثاً، يقول الباحثون إن الذكاء الاصطناعي تمكن من تحقيق مستوى أداء مماثل لجراحي البشر دون برمجة مسبقة.
تدريب على العروض بدلاً من البرمجة
وبدلاً من محاولة برمجة الروبوت بشق الأنفس للعمل -وهو ما تقول ورقة البحث إنه فشل دائماً في الماضي- قاموا بتدريب هذا الذكاء الاصطناعي من خلال شيء يسمى التعلم بالتقليد، وهو فرع من الذكاء الاصطناعي حيث تراقب الآلة وتكرر الأفعال البشرية. سمح هذا للذكاء الاصطناعي بتعلم التسلسلات المعقدة للأفعال المطلوبة لإكمال المهام الجراحية عن طريق تقسيمها إلى مكونات حركية. وتترجم هذه المكونات إلى أفعال أبسط -مثل زوايا المفاصل ومواضعها ومساراتها- والتي يسهل فهمها وتكرارها وتكييفها أثناء الجراحة.
توظيف روبوت «دافنشي» للتدريب
استخدم كيم وزملاؤه نظام دافنشي الجراحي كأيدٍ وعيون لهذا الذكاء الاصطناعي. ولكن قبل استخدام المنصة الروبوتية الراسخة (التي يستخدمها الجراحون حالياً لإجراء عمليات دقيقة محلياً وعن بُعد) لإثبات نجاح الذكاء الاصطناعي الجديد، قاموا أيضاً بتشغيل محاكاة افتراضية. وقد سمح هذا بتكرار أسرع وتحقق من السلامة قبل تطبيق الإجراءات التي تم تعلمها على الأجهزة الفعلية.
«كل ما نحتاجه هو إدخال الصورة، ثم يجد نظام الذكاء الاصطناعي هذا الإجراء الصحيح»، كما يقول كيم. كانت روبوتات دافنشي أيضاً مصدر مقاطع الفيديو التي حللها الذكاء الاصطناعي، باستخدام أكثر من 10000 تسجيل تم التقاطها بواسطة كاميرات المعصم أثناء العمليات الجراحية التي يقودها الإنسان.
تعلّم 3 مهام جراحية
وكان الهدف تعلم ثلاث مهام جراحية: التعامل مع إبرة جراحية وتحديد موضعها، ورفع الأنسجة والتلاعب بها بعناية، والخياطة -كلها مهام معقدة تتطلب تحكماً دقيقاً وحساساً للغاية.
مكنت مجموعة البيانات واسعة النطاق هذه الذكاء الاصطناعي من تعلم الاختلافات الدقيقة بين الإجراءات الجراحية المتشابهة، مثل شدة التوتر المناسب اللازم للتعامل مع الأنسجة دون التسبب في ضرر.
تعد مقاطع الفيديو التدريبية هذه جزءاً صغيراً جداً من مستودع واسع النطاق للبيانات الجراحية. مع ما يقرب من 7000 روبوت دافنشي قيد الاستخدام في جميع أنحاء العالم، هناك مكتبة ضخمة من العروض الجراحية للمراقبة والتعلم منها، والتي يستخدمها فريق البحث الآن لتوسيع ذخيرة الذكاء الاصطناعي الجراحية لدراسة جديدة لم تُنشر بعد.
«في عملنا المتابع، والذي سنصدره قريباً، ندرس ما إذا كانت هذه النماذج يمكن أن تعمل في الإجراءات الجراحية طويلة المدى التي تنطوي على هياكل تشريحية غير مرئية»، يكتب كيم، في إشارة إلى الإجراءات الجراحية المعقدة التي تتطلب التكيف مع حالة المريض في أي وقت معين، مثل إجراء عملية جراحية على جرح داخلي خطير.
التحقق من صحة النموذج المطور
أثناء التطوير، عمل الفريق عن كثب مع الجراحين الممارسين لتقييم أداء النموذج وتقديم ملاحظات حاسمة (خاصة فيما يتعلق بالتعامل الدقيق مع الأنسجة)، والتي قام الروبوت بدمجها في عملية التعلم الخاصة به.
أخيراً، للتحقق من صحة النموذج، استخدموا مجموعة بيانات منفصلة غير مدرجة في التدريب الأولي لإنشاء محاكاة افتراضية، ما يضمن قدرة الذكاء الاصطناعي على التكيف مع السيناريوهات الجراحية الجديدة وغير المرئية قبل الشروع في اختبارها في الإجراءات المادية. أكد هذا التحقق المتبادل قدرة الروبوت على التعميم بدلاً من مجرد حفظ الإجراءات، وهو أمر بالغ الأهمية بالطبع نظراً للعدد المجهول المحتمل الذي قد ينشأ في غرفة العمليات.
جراح آلي «ذو خبرة»
كل شيء سار بشكل جميل إذ تعلم نموذج الروبوت هذه المهام إلى مستوى الجراحين ذوي الخبرة. يقول أكسل كريغر، الأستاذ المساعد في الهندسة الميكانيكية في جامعة جونز هوبكنز والمؤلف الرئيسي للدراسة، في بيان عبر البريد الإلكتروني: «إنه لأمر سحري حقاً أن يكون لدينا هذا النموذج حيث كل ما نقوم به هو تلقيمه مدخلات الكاميرا، ويمكنه التنبؤ بالحركات الروبوتية اللازمة للجراحة». «نعتقد أن هذا يمثل خطوة مهمة إلى الأمام نحو أفق جديد في مجال الروبوتات الطبية».
تطوير رائد
إن أحد مفاتيح هذا النجاح هو استخدام الحركات النسبية بدلاً من التعليمات المطلقة. ففي نظام دافنشي قد لا تنتهي الأذرع الآلية إلى حيث هي مقصودة تماماً بسبب التناقضات الطفيفة في حركة المفصل التي تتراكم على مدار عدة حركات ويمكن أن تؤدي في النهاية إلى أخطاء كبيرة -خاصة في بيئة حساسة مثل الجراحة. كان على الفريق إيجاد حل، لذا بدلاً من الاعتماد على هذه القياسات، قام بتدريب النموذج على التحرك بناءً على ما يلاحظه في الوقت الفعلي أثناء إجراء العملية.
لكن الابتكار الرئيسي هنا هو أن التعلم بالتقليد يزيل الحاجة إلى البرمجة اليدوية للحركات الفردية. قبل هذا الاختراق، كانت برمجة الروبوت للخياطة تتطلب ترميزاً يدوياً لكل حركة بالتفصيل. يقول كيم إن هذه الطريقة كانت أيضاً عرضة للخطأ وتشكل قيداً رئيسياً في تقدم الجراحة الروبوتية. إذ إنها حدت مما يمكن للروبوت فعله بسبب جهود التطوير، والافتقار إلى المرونة التي جعلت من الصعب للغاية على الروبوتات القيام بمهام جديدة.
ومع ذلك، يسمح التعلم بالتقليد للروبوت بالتكيف بسرعة مع أي شيء يمكن مشاهدته، والتعلم على غرار طالب الجراحة. «(نحن) نحتاج فقط إلى جمع بيانات التعلم التقليدي لإجراءات مختلفة، ويمكننا تدريب الروبوت على تعلمها في غضون يومين»، كما يقول كريغر. «هذا يسمح لنا بالتعجيل نحو هدف الاستقلالية مع تقليل الأخطاء الطبية وتحقيق جراحة أكثر دقة».
تقييم مدى النجاح
لقياس مدى نجاح الذكاء الاصطناعي، حدد الباحثون مقاييس الأداء الرئيسية، مثل الدقة في وضع الإبرة والاتساق في التلاعب بالأنسجة باستخدام مجموعة من البيئات الجراحية الوهمية المادية، والتي تضمنت محاكيات الأنسجة الاصطناعية والدمى الجراحية. وكانت النتائج مذهلة. يقول كريغر: «النموذج جيد جداً في تعلم الأشياء التي لم نعلمه إياها. على سبيل المثال، إذا أسقط الإبرة، فسوف يلتقطها تلقائياً ويستمر».
لا تعد هذه القدرة على التكيف مهمة فقط لمواصلة تعلم مهارات جديدة ولكنها أيضاً ضرورية للتعامل مع الأحداث غير المتوقعة في الجراحات الحية، مثل تمزق الشريان أو تغير العلامات الحيوية للمريض فجأة. بالإضافة إلى ذلك، أظهر النموذج كفاءة زمنية محسنة، ما أدى إلى تقليل وقت الانتهاء للمهام الجراحية القياسية مثل الخياطة بنحو 30 في المائة، وهو أمر واعد بشكل خاص للعمليات الحرجة من حيث الوقت.
ويتصور العلماء سيناريو حيث تساعد هذه الروبوتات الجراحين في المواقف عالية الضغط، وتعزيز قدراتهم وتقليل الخطأ البشري. سيؤثر جراحو الذكاء الاصطناعي المستقبليون بشكل كبير على توفر الرعاية الجراحية، مما يجعل التدخلات الطبية عالية الجودة متاحة لعدد أكبر.
اللوائح التنظيمية وأخلاقيات الطب
هناك أيضاً تحديات أخلاقية وتنظيمية يجب معالجتها قبل نشر مثل هذا الذكاء الاصطناعي في بيئات جراحية حقيقية دون إشراف بشري. فالقفزة نحو الروبوتات الجراحية المستقلة تثير مخاوف أخلاقية جديدة.
هناك قضية المساءلة: من سيكون مسؤولاً إذا حدثت مشكلة؟ الشركة التي صنعت الجراح الذكي؟ المهنيون الطبيون الذين يشرفون عليه (إذا كان هناك أي إشراف)؟ هناك أيضاً مسألة موافقة المريض، والتي ستتطلب تثقيف كل من الشخص الذي يخضع للجراحة والأشخاص المحيطين به حول ماهية هذا الذكاء الاصطناعي، وما الذي يمكنهم فعله بالضبط، وما هي المخاطر التي تشكلها الروبوتات مقارنة بالجراحين البشر.
يعترف كيم بأن المستقبل الآن في منطقة رمادية حيث يمكن للجميع مجرد التكهن بما يجب أن يحدث أو سيحدث. ستكون أيدي السلطات التنظيمية مشغولة، من معالجة المساءلة والمخاوف الأخلاقية عند السماح لجراحي الذكاء الاصطناعي بالعمل بشكل مستقل، إلى وضع معايير للحصول على موافقة مستنيرة من المرضى.
ولكن عند الاختيار بين إجراء عملية جراحية طارئة منقذة للحياة بواسطة جراح مستقل أو عدم تلقي العلاج لأن الجراح البشري غير متاح (مثلاً في مكان بعيد أو منطقة متخلفة)، يزعم كيم أن الخيار الأفضل واضح. يمكنني بسهولة أن أتخيل مستقبلاً قريباً حيث يبدأ الناس في اختيار روبوتات الذكاء الاصطناعي على نظرائهم من البشر - في ظل وجود دليل إحصائي على أن جراحي الذكاء الاصطناعي يعملون بأمان.
وبعيداً عن التحديات الأخلاقية والقانونية، هناك حاجة إلى المزيد من العمل لتمكين التنفيذ العملي. ستحتاج المستشفيات إلى الاستثمار في البنية الأساسية التي تدعم جراحة الروبوتات بالذكاء الاصطناعي، بما في ذلك الأجهزة المادية والخبرة الفنية للتشغيل والصيانة. بالإضافة إلى ذلك، سيكون تدريب الفرق الطبية على إدارة العملية أمراً بالغ الأهمية. فالأطباء سيحتاجون إلى فهم الآلة ومتى يكون التدخل ضرورياً، وفي النهاية تحويل الجراحين البشريين من المهام الجراحية المباشرة إلى أدوار تركز على الإشراف والسلامة.
جراحات بسيطة أولاً
على المستوى العملي، يتصور الباحثون تقدماً تدريجياً، بدءاً بجراحات أبسط وأقل خطورة مثل إصلاح الفتق والتقدم تدريجياً إلى عمليات أكثر تعقيداً. سيساعد النهج التدريجي في التحقق من موثوقية الروبوت مع معالجة المخاوف التنظيمية والأخلاقية بمرور الوقت، فضلاً عن مساعدة السكان على الثقة في الذكاء الاصطناعي لإجراء العمليات الحرجة للحياة.
يقول كريغر: «ما زلنا في المراحل الأولى من فهم ما يمكن أن تحققه هذه الآلات حقاً. الهدف النهائي هو الحصول على أنظمة جراحية مستقلة تماماً وموثوقة وقابلة للتكيف وقادرة على إجراء العمليات الجراحية التي تتطلب حالياً اختصاصياً مدرباً تدريباً عالياً».