في عالم متسارع نحو الابتكار، يبرز مفهوم التواصل البشري عبر الجسم (Human-Body Communication - HBC) كحل واعد للشبكات البدنية القابلة للاستخدام، حيث يتيح إمكانية تواصل فعال حول الجسم البشري ويقلل من الاعتماد على الروابط اللاسلكية التقليدية. من جهة أخرى، يظهر التعلم الموزع (Federated Learning - FL) كأداة قوية للحد من مركزية البيانات الأولية أثناء استشعار الجوانب الفسيولوجية والسلوكية.

رغم ذلك، لا يزال هناك فجوة واضحة بين البحثين في HBC وFL؛ حيث يركز الأول على الطبقات الفيزيائية للتواصل بينما يهم الثاني بالطرق التعليمية وتحديث النماذج.

هذا المقال سيسلط الضوء على تقاطع HBC، الشبكات اللاسلكية، التعلم الموزع للأجهزة القابلة للاستخدام، الخصوصية في إنترنت الأجساد، وتحسين ذكاء الحافة. كما نقترح تصنيفاً يميز بين نشرات FL داخل الجسم، بين الجسم-الهاب، عبر المستخدمين، والسحابة السريرية.

كما نسلط الضوء على التحديات الكبرى مثل تطوير بروتوكولات تعلم مدعومة بالاتصالات الجسمانية، والتي تتناول عملية اختيار العملاء، ضغط التحديث، والجمع، مع مراعاة عوامل أخرى كالوضعية، الطاقة المتبقية، الذاكرة، والمخاطر المتعلقة بالخصوصية.

إضافة إلى ذلك، نقدم هيكلية مرجعية جديدة تحت مسمى BODYFED-HBC، ونزود المستخدمين بصيغة تحسين خوارزمية جدولة، فضلاً عن نموذج محاكاة يمكن إعادة إنتاجه يجمع بين مجموعات بيانات قابلة للاستخدام العامة ونماذج فقدان الإشارة.

ينتهي المقال بتقديم مجموعة من البيانات المفتوحة، مقاييس التقييم، القيود، والجهات البحثية المهتمة بتطوير أبحاث تفوق الطبقة المادية. هذه الخطوة تمثل خطوة كبيرة نحو تحقيق تكامل ناجح للتعلم الذكي في عالمنا الحديث.