آفاق جديدة في الذكاء الاصطناعي التوليدي – بعيدًا عن السحابة

في البداية، كان هناك الإنترنت، الذي غير حياتنا إلى الأبد - الطريقة التي نتواصل بها، والتسوق، وإدارة الأعمال. وبعد ذلك، ولأسباب تتعلق بزمن الوصول، والخصوصية، وكفاءة التكلفة، انتقل الإنترنت إلى حافة الشبكة، مما أدى إلى ظهور "إنترنت الأشياء".

الآن هناك الذكاء الاصطناعي، الذي يجعل كل ما نقوم به على الإنترنت أسهل وأكثر تخصيصًا وأكثر ذكاءً. ومع ذلك، لاستخدامها، هناك حاجة إلى خوادم كبيرة وقدرة حوسبة عالية، لذا فهي تقتصر على السحابة. لكن نفس الدوافع - زمن الاستجابة، والخصوصية، وكفاءة التكلفة - دفعت شركات مثل هايلو إلى تطوير تقنيات تمكن الذكاء الاصطناعي على الحافة.

مما لا شك فيه أن الشيء الكبير التالي هو الذكاء الاصطناعي التوليدي. يقدم الذكاء الاصطناعي التوليدي إمكانات هائلة عبر الصناعات. يمكن استخدامه لتبسيط العمل وزيادة كفاءة المبدعين المختلفين - المحامون وكتاب المحتوى ومصممي الجرافيك والموسيقيين وغيرهم. يمكن أن يساعد في اكتشاف أدوية علاجية جديدة أو المساعدة في الإجراءات الطبية. يمكن للذكاء الاصطناعي التوليدي تحسين الأتمتة الصناعية، وتطوير كود برمجي جديد، وتعزيز أمان النقل من خلال التوليف الآلي للفيديو والصوت والصور والمزيد.

ومع ذلك، فإن الذكاء الاصطناعي التوليدي كما هو موجود اليوم مقيد بالتكنولوجيا التي تمكنه. وذلك لأن الذكاء الاصطناعي التوليدي يحدث في السحابة - وهي مراكز بيانات كبيرة تحتوي على معالجات كمبيوتر مكلفة ومستهلكة للطاقة وبعيدة كل البعد عن المستخدمين الفعليين. عندما يصدر شخص ما مطالبة إلى أداة ذكاء اصطناعي مولدة مثل ChatGPT أو بعض حلول مؤتمرات الفيديو الجديدة المستندة إلى الذكاء الاصطناعي، يتم نقل الطلب عبر الإنترنت إلى السحابة، حيث تتم معالجته بواسطة الخوادم قبل إرجاع النتائج عبر الشبكة.

مع قيام الشركات بتطوير تطبيقات جديدة للذكاء الاصطناعي التوليدي ونشرها على أنواع مختلفة من الأجهزة - كاميرات الفيديو وأنظمة الأمان، والروبوتات الصناعية والشخصية، وأجهزة الكمبيوتر المحمولة، وحتى السيارات - تمثل السحابة عنق الزجاجة من حيث عرض النطاق الترددي والتكلفة والاتصال.

وبالنسبة لتطبيقات مثل مساعدة السائق وبرامج الكمبيوتر الشخصية ومؤتمرات الفيديو والأمن، فإن نقل البيانات باستمرار عبر الشبكة يمكن أن يشكل خطرًا على الخصوصية.

الحل هو تمكين هذه الأجهزة من معالجة الذكاء الاصطناعي التوليدي على مستوى العالم حافة. في الواقع، الذكاء الاصطناعي التوليدي القائم على الحافة سيفيد العديد من التطبيقات الناشئة.

الذكاء الاصطناعي التوليدي في صعود

ضع في اعتبارك أنه في يونيو، قال مرسيدس بنز ستقدم ChatGPT لسياراتها. في سيارة مرسيدس معززة بتقنية ChatGPT، على سبيل المثال، يمكن للسائق أن يطلب من السيارة - دون استخدام اليدين - وصفة عشاء تعتمد على المكونات الموجودة بالفعل في المنزل. أي إذا كانت السيارة متصلة بالإنترنت. في مرآب للسيارات أو في مكان بعيد، كل الرهانات متوقفة.

في العامين الماضيين، أصبحت مؤتمرات الفيديو طبيعة ثانية لمعظمنا. وبالفعل، تعمل شركات البرمجيات على دمج أشكال الذكاء الاصطناعي في حلول مؤتمرات الفيديو. ربما يكون ذلك لتحسين جودة الصوت والفيديو بسرعة، أو "وضع" الأشخاص في نفس المساحة الافتراضية. الآن، يمكن لمؤتمرات الفيديو المولدة بالذكاء الاصطناعي إنشاء محاضر اجتماع تلقائيًا أو سحب المعلومات ذات الصلة من مصادر الشركة في الوقت الفعلي أثناء مناقشة موضوعات مختلفة.

ومع ذلك، إذا لم تتمكن السيارة الذكية أو نظام مؤتمرات الفيديو أو أي جهاز طرفي آخر من الوصول إلى السحابة، فلن تتمكن تجربة الذكاء الاصطناعي التوليدية من تحقيق ذلك. ولكن ماذا لو لم يضطروا إلى ذلك؟ قد تبدو هذه مهمة شاقة بالنظر إلى المعالجة الهائلة للذكاء الاصطناعي السحابي، ولكنها أصبحت الآن ممكنة.

الذكاء الاصطناعي التوليدي على الحافة

بالفعل، هناك أدوات ذكاء اصطناعي توليدية، على سبيل المثال، يمكنها إنشاء عروض PowerPoint تقديمية غنية وجذابة تلقائيًا. لكن المستخدم يحتاج إلى أن يعمل النظام من أي مكان، حتى بدون الاتصال بالإنترنت.

وبالمثل، فإننا نشهد بالفعل فئة جديدة من مساعدي الطيارين المعتمدين على الذكاء الاصطناعي، والتي من شأنها أن تغير بشكل جذري كيفية تفاعلنا مع أجهزتنا الحاسوبية من خلال أتمتة العديد من المهام الروتينية، مثل إنشاء التقارير أو تصور البيانات. تخيل أنك تفتح جهاز كمبيوتر محمولاً، ويتعرف عليك الكمبيوتر المحمول من خلال كاميرته، ثم يقوم تلقائيًا بإنشاء مسار عمل لليوم/الأسبوع/الشهر بناءً على أدواتك الأكثر استخدامًا، مثل Outlook، وTeams، وSlack، وTrello، وما إلى ذلك. ولكن للحفاظ على البيانات الخصوصية وتجربة المستخدم الجيدة، يجب أن يكون لديك خيار تشغيل الذكاء الاصطناعي التوليدي محليًا.

بالإضافة إلى مواجهة تحديات الاتصالات غير الموثوقة وخصوصية البيانات، يمكن أن تساعد تقنية Edge AI في تقليل متطلبات النطاق الترددي وتحسين أداء التطبيق. على سبيل المثال، إذا كان أحد تطبيقات الذكاء الاصطناعي ينشئ محتوى غنيًا بالبيانات، مثل مساحة مؤتمرات افتراضية، عبر السحابة، فقد تتأخر العملية اعتمادًا على النطاق الترددي المتاح (والمكلف). وتتطلب أنواع معينة من تطبيقات الذكاء الاصطناعي التوليدية، مثل الأمن أو الروبوتات أو الرعاية الصحية، استجابات عالية الأداء ومنخفضة زمن الاستجابة والتي لا تستطيع الاتصالات السحابية التعامل معها.

في مجال أمن الفيديو، تتطلب القدرة على إعادة التعرف على الأشخاص أثناء تنقلهم بين العديد من الكاميرات - بعضها موضوع في مكان لا يمكن للشبكات الوصول إليه - نماذج بيانات ومعالجة الذكاء الاصطناعي في الكاميرات الفعلية. في هذه الحالة، يمكن تطبيق الذكاء الاصطناعي التوليدي على الأوصاف الآلية لما تراه الكاميرات من خلال استعلامات بسيطة مثل، "ابحث عن الطفل البالغ من العمر 8 سنوات والذي يرتدي القميص الأحمر وقبعة البيسبول".

هذا الذكاء الاصطناعي التوليدي على الحافة.

التطورات في Edge AI

من خلال اعتماد فئة جديدة من معالجات الذكاء الاصطناعي وتطوير نماذج بيانات ذكاء اصطناعي توليدية أصغر حجمًا وأكثر كفاءة، وإن كانت ليست أقل قوة، يمكن تصميم الأجهزة الطرفية لتعمل بذكاء عندما يكون الاتصال السحابي مستحيلًا أو غير مرغوب فيه.

وبطبيعة الحال، ستظل المعالجة السحابية عنصرا حاسما في الذكاء الاصطناعي التوليدي. على سبيل المثال، ستبقى نماذج التدريب على الذكاء الاصطناعي في السحابة. لكن عملية تطبيق مدخلات المستخدم على تلك النماذج، والتي تسمى الاستدلال، يمكن - وفي كثير من الحالات ينبغي - أن تحدث على الحافة.

تعمل الصناعة بالفعل على تطوير نماذج ذكاء اصطناعي أصغر حجمًا وأكثر كفاءة والتي يمكن تحميلها على الأجهزة الطرفية. الشركات مثل Hailo تصنيع معالجات الذكاء الاصطناعي المصممة خصيصًا لأداء معالجة الشبكات العصبية. لا تتعامل معالجات الشبكة العصبية هذه مع نماذج الذكاء الاصطناعي بسرعة مذهلة فحسب، بل إنها تفعل ذلك أيضًا بطاقة أقل، مما يجعلها موفرة للطاقة ومناسبة لمجموعة متنوعة من الأجهزة المتطورة، من الهواتف الذكية إلى الكاميرات.

يمكن أن تؤدي معالجة الذكاء الاصطناعي التوليدي على الحافة أيضًا إلى موازنة أعباء العمل المتزايدة بشكل فعال، والسماح للتطبيقات بالتوسع بشكل أكثر استقرارًا، وتخفيف عمليات المعالجة المكلفة لمراكز البيانات السحابية، ومساعدتها على تقليل البصمة الكربونية.

يستعد الذكاء الاصطناعي التوليدي لتغيير الحوسبة مرة أخرى. في المستقبل، قد يتم تحديث LLM الموجود على الكمبيوتر المحمول الخاص بك تلقائيًا بنفس الطريقة التي يعمل بها نظام التشغيل لديك اليوم - ويعمل بنفس الطريقة تقريبًا. ولكن للوصول إلى هناك، سنحتاج إلى تمكين معالجة الذكاء الاصطناعي التوليدية على حافة الشبكة. وتعد النتيجة بأداء أفضل وكفاءة في استخدام الطاقة والخصوصية والأمان. كل ذلك يؤدي إلى تطبيقات الذكاء الاصطناعي التي تغير العالم بقدر ما تغير الذكاء الاصطناعي التوليدي نفسه.