أور دانون، الرئيس التنفيذي والمؤسس المشارك لشركة Hailo – سلسلة المقابلات

أور دانون هو الرئيس التنفيذي والمؤسس المشارك لشركة هيلو، وهي شركة تهدف إلى تمكين تقنيات الحافة الذكية من تحقيق إمكاناتها الكاملة. حل هيلو يغلق الفجوة بين تقنيات الذكاء الاصطناعي الحالية والمستقبلية والقدرة الحاسوبية اللازمة لتشغيل هذه التطبيقات. تركز الشركة على بناء معالجات ذكاء اصطناعي كفؤة وصغيرة الحجم بما يكفي لتحليل كميات هائلة من البيانات في الوقت الفعلي.

يمكنك مشاركة قصة ولادة هيلو؟

ساهمت في تأسيس هيلو في عام 2017 مع زملائي الذين التقيت بهم في الوحدة التكنولوجية النخبة للقوات الدفاعية الإسرائيلية. أثناء العمل مع مؤسسي رامي فيغ وأفي باوم على حلول إنترنت الأشياء، ظهرت فكرة “التعلم العميق” بشكل متكرر في بحثنا. في النهاية، جمعنا خبراء في المجال لتطوير حل تعلم عميق جديد يهدف إلى حل مشاكل البنية التحتية الحاسوبية القديمة من أجل تمكين الأجهزة الذكية من العمل بشكل أكثر فعالية وكفاءة على الحافة. بعد وفاة رامي، حقق فريق هيلو رؤيته من خلال إنشاء معالج ذكاء اصطناعي مبتكر.

يمكنك أن تفسر لماذا تعتبر الحوسبة على الحافة غالباً حلًا أفضل من الحوسبة السحابية؟

عندما بدأنا هيلو، كانت تقنيات الذكاء الاصطناعي المبتكرة في الغالب مقيدة بالسحابة أو مراكز البيانات الكبيرة، لأنها مكلفة وتتطلب قدرة حاسوبية عالية ومعدات كبيرة لتشغيلها وتستهلك كمية كبيرة من الطاقة. نعتقد أن الذكاء الاصطناعي يساعد في خلق عالم أفضل وأمان وأكثر إنتاجية ومثيرة، ولكن من أجل حدوث ذلك، يجب أن يكون الذكاء الاصطناعي متاحًا على الحافة أيضًا. بالنسبة إلى تشغيل التطبيقات في الوقت الفعلي ومنخفضة التأخير على الأجهزة مثل الكاميرات المتصلة بالشبكة والمركبات وأجهزة إنترنت الأشياء، فإن المعالجة في المصدر ضرورية للتشغيل الفعال. مع الذكاء الاصطناعي على الحافة، يمكننا استغلال مجموعة من الحالات الرئيسية التي تدفع مستقبل المدن الذكية والنقل الذكي والقيادة الذاتية وأنظمة إدارة الفيديو (VMS) والصناعة 4.0 والمزيد.

ما هي بعض التحديات وراء معالجة البيانات البصرية على الحافة؟

الهدف هو الحصول على الأداء والميزات القصوى التي يمكن حشرها في أجهزة الحافة بحيث يمكنها معالجة كمية هائلة من البيانات البصرية بسرعة ومنخفضة التأخير؛ ومع ذلك، فإن أحد القيود الرئيسية هو استهلاك الطاقة – سواء من حيث مقدار الطاقة التي يمكن توصيلها إلى الجهاز والحرارة الناتجة عن المعالج.

على سبيل المثال، مع الكاميرات الذكية، يحتاج المصنعون إلى معالج ذكاء اصطناعي يعمل ضمن ميزانية طاقة تبلغ2-3واط لأن الكاميرا لا تستخدم تبريد المروحة وعادة ما يكون لها إمداد طاقة محدود. هذه هي التحديات الملحّة لأن الأداء يكون محدودًا للغاية عند استخدام معظم المعالجات في السوق عند هذه القدرة المنخفضة.

كيف أعاد هيلو تصور معالج الذكاء الاصطناعي؟

فعلنا ذلك من خلال تصميم معالج ذكاء اصطناعي محدد ليعمل على أجهزة الحافة، مع الأخذ في الاعتبار قيود الحجم والطاقة. من خلال القيام بذلك، نقوم بتمكين قدرة حاسوبية غير مسبوقة على أجهزة الحافة، مما يمكّنها من تشغيل الذكاء الاصطناعي بشكل أكثر كفاءة وفعالية وتنفيذ تطبيقات التعلم العميق المتقدمة مثل الكشف عن الكائنات والتعرف عليها والتقسيم، وغيرها، مع مستويات أداء كانت من قبل فقط في السحابة. يسمح هذا الهيكل الفريد بمعالجة تدفقات متعددة وتطبيقات متعددة، مما يحسن الأداء والتكلفة الفعالة لأجهزة الحافة.

مثال على استخدام هذا الهيكل هو أنظمة إدارة الفيديو (VMS). يتم استخدام هذه الأنظمة في المناطق التي تضم العديد من الكاميرات، مثل المباني المكتبية والاستادات وتطبيقات المدينة الذكية والطرقات من أجل تحسين السلامة والأمان، بما في ذلك مراقبة الطوارئ والحوادث والأنشطة المشبوهة وإدارة المرور ومراقبة الوصول وجمع الرسوم وغيرها. لعقود عديدة، اعتمدت الشركات على العمليات اليدوية بالكامل عندما يتعلق الأمر بجمع وتحليل وتخزين بيانات الفيديو. الآن، مع هيكل الشبكة العصبية الفريد لهيلو، يمكن لأنظمة إدارة الفيديو أن تقوم بمهمة متعددة في الوقت نفسه وفي الوقت الفعلي، مما يسمح بمعالجة المزيد من القنوات والتطبيقات المتزامنة. تشمل التطبيقات التعرف المتقدم على لوحات الترخيص ومراقبة المرور والكشف السلوكي وغيرها.

يمكنك مناقشة نواة معالجة الشبكة العصبية ونهجك لحساب الشبكات العصبية بالتوازي بدلاً من التتابع؟

يجمع معالج الذكاء الاصطناعي الخاص بنا بين عدة ابتكارات تتماشى مع الخصائص الأساسية للشبكات العصبية. قمنا بتطبيق مخطط تحكم مبتكر يعتمد على مزيج من الأجهزة والبرمجيات للوصول إلى استهلاك طاقة منخفض جدًا، مقاس بالجول لكل عملية مع درجة عالية من المرونة.

يتميز معماريتنا الموجّهة بتدفق البيانات بالتكيف مع هيكل الشبكة العصبية ويتسم باستخدام الموارد العالي. يتكون مُصرّف تدفق البيانات الخاص بهيلو من برنامج كامل، مصمم معًا مع الأجهزة، لتمكين نشر الشبكات العصبية بفعالية. يتلقى مُصرّف تدفق البيانات نموذج المستخدم كمدخل. كجزء من تدفق البناء، يقوم مُصرّف تدفق البيانات بتفكيك كل طبقات الشبكة إلى العناصر الحسابية المطلوبة، مما يولد رسم بياني للموارد تمثل الشبكة المستهدفة. ثم يقوم مُصرّف تدفق البيانات بمطابقة رسم بياني للموارد الشبكة المستهدفة مع الموارد المادية المتاحة على المعالج، مما يولد أنابيب بيانات مخصصة للشبكة المستهدفة. عند تنفيذها بهذه الطريقة، فإن تشغيل نموذج على جهاز يكون فعالًا للغاية، باستخدام الحد الأدنى من الموارد الحاسوبية في جميع الأوقات.

ما هي بعض المنصات الحالية التي تقدمها هيلو للشركات؟

يمكن توصيل معالج هيلو-8 ووحدات الذكاء الاصطناعي بالعديد من أجهزة الحافة، مما يساعد على دفع العديد من القطاعات بفضل قدرات الذكاء الاصطناعي المتفوقة – بما في ذلك السيارات والمدن الذكية والتجارة الذكية والصناعة 4.0.

شاركت هيلو مع لاعبين رائدين في مجال أنظمة إدارة الفيديو ومطوري البرمجيات مثل Innovatrics و Network Optix و GeoVision و Art of Logic، لتمكين تحليلات فيديو متقدمة على نطاق واسع.

كم يمكن أن توفر هذه الحلول الوقت للعملاء الذين يدمجون حلول الذكاء الاصطناعي؟

استخدام حلول متكاملة تعمل على منصات إدارة فيديو موجودة يوفر وقتًا، ولكن هذا ليس الفائدة الرئيسية للنظام. تسمح حلول هيلو المستندة إلى أنظمة إدارة الفيديو بتشغيل المزيد من الدفق في الوقت نفسه والمزيد من التطبيقات لكل دفق.

القدرة على استغلال الذكاء الاصطناعي لمعالجة دفق فيديو متعددة تعني أيضًا أن فقط الأحداث المحددة تحتاج إلى بثها إلى السحابة لتخزينها، مما يسمح بالتوفير الكبير في النطاق الترددي وسعة التخزين.

ما هي بعض الدروس التي تعلمتها من نشر تطبيقات التعلم العميق على أجهزة الحافة؟

لقد رأينا بشكل مباشر كيف سيلعب الذكاء الاصطناعي على الحافة دورًا رئيسيًا في دفع الابتكار عبر مجموعة واسعة من القطاعات في السنوات القادمة. مع سعى الشركات إلى حلول تضمن أن أجهزتهم أكثر قوة ومرونة واستجابة وأمانًا، ستواصل الحوسبة السحابية إفساح المجال لأجهزة الحافة والنماذج الهجينة. أولئك الذين ينجحون في تنفيذ الذكاء الاصطناعي على الحافة سوف يكتسبون ميزة على الصعيد العام.

ما هو رؤيتك لمستقبل الحوسبة على الحافة؟

الحوسبة على الحافة – وخاصة الذكاء الاصطناعي على الحافة – لها القدرة على تحويل الكيفية التي تعمل بها العالم من حولنا، مما يسمح للأجهزة مثل الكاميرات الذكية والمركبات الذكية والروبوتات المستقلة وأدوات إدارة المرور الذكية والبناء الذكي والمصانع الذكية والمزيد. الذكاء الاصطناعي على الحافة له القدرة على تغيير كل شيء وكل شيء، مما يسمح بتطبيقات جديدة لجعل عالمنا أكثر ذكاء وأمانًا. تكنولوجيا معالجة الذكاء الاصطناعي لهيلو هي مُحفز رئيسي لجميع هذه الحالات. سنواصل الشراكة مع المصنعين والمبتكرين في جميع أنحاء العالم لجعل هذه الحلول أكثر سهولة الوصول.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة هيلو.