- تعمل تقنية الذكاء الاصطناعي على الحافة على نقل معالجة البيانات من السحابة إلى الأجهزة الطرفية للقضاء على زمن الاستجابة.
- يؤدي تشغيل النماذج التوليدية محليًا إلى تقليل تكاليف التشغيل والاعتماد على التراخيص الخارجية بشكل كبير.
- يضمن نشر الذكاء الاصطناعي على الحافة إمكانية التشغيل دون اتصال بالإنترنت ويعزز أمن البيانات.
ربما سمعتَ عن الحوسبة السحابية، لكن الاتجاه السائد حاليًا هو عكس ذلك تمامًا: نقل الذكاء مباشرةً إلى مواقع العمليات. ببساطة، يتمحور الذكاء الاصطناعي على الحافة حول تطبيق خوارزميات متقدمة على الأجهزة الموجودة على حافة الشبكة، حيث قد ينقطع الاتصال أو لا يصل ببساطة، مما يسمح للأجهزة بالعمل بشكل مستقل.
نتحدث هنا عن دمج هذا العقل الرقمي في الأدوات التي نستخدمها يوميًا، بدءًا من الهواتف الذكية والساعات الذكية البسيطة وصولًا إلى أجهزة الاستشعار الصناعية المعقدة وأجهزة مراقبة الصحة القابلة للارتداء. الفكرة هي التوقف عن إرسال كل شيء إلى خادم بعيد، بحيث تكون الاستجابة فورية، بل شبه فورية.
ما الذي ينطوي عليه الذكاء الاصطناعي على الحافة تحديداً؟
باختصار، نجمع بين الحوسبة الطرفية والتعلم الآلي بحيث تُنفَّذ مهام التعلم الآلي مباشرةً على الأجهزة المتصلة. ومن خلال تخزين المعلومات ومعالجتها بجوار الجهاز، نحصل على استجابة فورية في أجزاء من الثانية، وهو أمر بالغ الأهمية في القطاعات التي قد يُشكِّل فيها تأخير ولو لثانية واحدة مشكلةً خطيرة.
يُعدّ هذا الأمر بالغ الأهمية في تقنيات مثل السيارات ذاتية القيادة أو الروبوتات المتقدمة ، حيث يتعين على المركبة اتخاذ قرار بشأن التوقف الفوري دون انتظار موافقة من السحابة. كما أنه يُشكّل أساس أنظمة الذكاء الاصطناعي الوكيلة ، التي تتصرف وتتفاعل في الوقت الفعلي بناءً على البيئة المحيطة.
القفزة نحو الذكاء الاصطناعي التوليدي المحلي
حتى وقت قريب، كان استخدام نموذج لغوي قوي يتطلب اللجوء إلى OpenAI أو Anthropic. لكن بالطبع، أصبحت رسوم الاستخدام والتراخيص باهظة للغاية، وغالبًا ما لا تتناسب التكاليف مع التكلفة الفعلية. لهذا السبب نشهد تحولًا كبيرًا نحو تشغيل النماذج المفتوحة على أجهزة الكمبيوتر الخاصة بنا.
من خلال الاستثمار في أجهزة قادرة على دعم هذه الاستدلالات، تستطيع الشركات والمستخدمون استرداد استثماراتهم في غضون أشهر قليلة ، إذ يتخلصون من مدفوعات الرموز المتكررة. الأمر ببساطة يتعلق بالانتقال من استئجار الذكاء إلى امتلاك المحرك الذي يولده.
المزايا التنافسية والتطبيقات العملية
إضافةً إلى توفير المال، فإن معالجة البيانات من مصدرها تُحسّن سير العمل في البيئات المعقدة، مثل إدارة سلسلة التوريد أو المصانع . ومن خلال تقليل حركة مرور الشبكة، ينخفض زمن الاستجابة بشكل كبير وتزداد الكفاءة.
- التشغيل دون اتصال: على عكس الذكاء الاصطناعي التقليدي، يمكن للأجهزة الطرفية العمل بدون إنترنت، مما يجعلها مثالية للمناطق النائية.
- أمان معزز: وبما أن البيانات لا تنتقل إلى الخارج، فإن الخصوصية تزداد بشكل كبير.
- النمو الاقتصادي: من المتوقع أن ينمو هذا السوق بشكل هائل، ليصل إلى أرقام فلكية بحلول عام 2033 بفضل معدل نمو سنوي مرتفع للغاية.
يُعدّ تطبيق Copilot، المُدمج في متصفح Edge، مثالاً بارزاً على كيفية دمج الذكاء الاصطناعي في تجربة المستخدم. فهو ليس مجرد تطبيق دردشة، بل يُمكنه تحليل عدة علامات تبويب في آنٍ واحد ، مما يُغني عن الحاجة إلى التبديل بين النوافذ لمقارنة البيانات. كما يُمكنه تلخيص محتوى المواقع الإلكترونية في ثوانٍ، أو إنشاء صور باستخدام برنامج Designer أثناء التصفح.
بالإضافة إلى ذلك، تعمل مايكروسوفت على تطبيق ميزات الذاكرة والسياق ، حيث يتذكر المساعد تفضيلاتك وعادات تصفحك لتقديم استجابات أكثر تخصيصًا. كما أنها تعمل على تطوير "الإجراءات"، التي ستُمكّن النظام من حجز فندق تلقائيًا بناءً على عادات سفرك وموقعك الحالي .
في بيئات الشركات، يُعدّ الأمن أمراً بالغ الأهمية. عند استخدام حساب عمل، يتم تفعيل حماية بيانات الأعمال (الدرع الأخضر المعروف)، مما يضمن عدم استخدام المعلومات الحساسة لتدريب نماذج الذكاء الاصطناعي العالمية، والحفاظ على كل شيء داخل حساب المؤسسة.
إن التقارب بين الأجهزة القوية والنماذج المحسّنة يسمح للذكاء الاصطناعي بالانتقال من كونه خدمة عن بعد إلى أن يصبح قدرة جوهرية لأجهزتنا، مما يضمن السرعة وتوفير التكاليف وخصوصية أكثر قوة من خلال القضاء على الاعتماد الكلي على الخوادم المركزية.
