دور tinyML في تمكين رؤية الكمبيوتر على الحواف – Thought Leaders

بواسطة: ديفيس ساوير، المؤسس المشارك والرئيس التنفيذي للproducts، Deeplite

رؤية الكمبيوتر لها إمكانات كبيرة لتحسين حياتنا اليومية – وهناك العديد من التطبيقات والاستخدامات لها. بعض الأمثلة تشمل:

• أبواب ذكية لضمان أمن المنزل تساعد في منع سرقة البريد والمداخل. وفقًا لبحث من I.H.S. Markit (نشر في SecurityInfoWatch) كان من المتوقع أن يصل عدد الكاميرات المراقبة العالمية إلى مليار في عام 2021. في الولايات المتحدة وحدها، كان من المتوقع أن يصل عدد الكاميرات إلى 85 مليون;
• في مواقف السيارات، الكاميرات المزودة بتقنيات الذكاء الاصطناعي تتيح تتبع المواقف الشاغرة والمشغولة تلقائيًا، مما يسمح للمستهلكين بمعرفة أين توجد الفراغات المفتوحة;
• كاميرات لوحة القيادة على الشاحنات تقرأ الآن لافتات الحد الأقصى للسرعة وتقلل ديناميكيًا من سرعة الشاحنة لتحسين السلامة;
• و الطائرات بدون طيار ذات الكاميرات المرتبطة تراقب المناطق النائية والصعبة الوصول إليها، وقادرة على معالجة الصور واتخاذ القرارات في الوقت الفعلي.

تستخدم جميع هذه التطبيقات تحليلات فيديو ذكية، مدفوعة بالذكاء الاصطناعي والتعلم الآلي، لمشاهدة الفيديو، استخدام الذكاء لاتخاذ القرارات، ثم اتخاذ الإجراءات.

رؤية الكمبيوتر تحتاج إلى مزيد من الموارد على الحواف

然而، مثل العديد من التطبيقات التي تعتمد على الذكاء الاصطناعي، فإن رؤية الكمبيوتر تحتاج إلى انفجارات من القوة الحاسوبية والذاكرة والطاقة لفعل تحليلها المعقد واتخاذ القرارات. بينما هذا جيد في مركز بيانات مع قوة حاسوبية كافية، يمكن أن يمنع انتقال الذكاء الاصطناعي إلى الحواف. على وجه التحديد، الأجهزة الصغيرة التي تقع بعيدًا عن مراكز البيانات وتعمل على بطاريات صغيرة تحتاج إلى سلالة جديدة من الذكاء الاصطناعي التي تكون أصغر وأسرع و “أخف” من النهج التقليدية. والأجهزة الحالية تحتاج إلى ترقية بوظائف جديدة للذكاء الاصطناعي والتعلم الآلي (رؤية الكمبيوتر) لتبقى قابلة للتطبيق والمنافسة.

التقدمات الجديدة تعزز الشبكات العصبية العميقة

اليوم، التقدمات الجديدة في الذكاء الاصطناعي تجعل الشبكات العصبية العميقة أسرع وأصغر وأكثر كفاءة في استخدام الطاقة – وتساعد في نقل الذكاء الاصطناعي من السحابة ومراكز البيانات إلى أجهزة الحواف والمتحسسات التي تعمل بالبطاريات. عندما يتعلق الأمر بتدريب نموذج الذكاء الاصطناعي، فقد وثق أثر الكربون الهائل وتم مناقشته (أي أن تدريب نموذج لغة الذكاء الاصطناعي يصدر كمية كربون بنزين تعادل 5 سيارات خلال فترة حياتها). ومع ذلك، نحن بحاجة إلى فهم ما هو التأثير البيئي لاستدلال نموذج الذكاء الاصطناعي وكيفية تقليل هذا الأثر. यह هو المكان الذي يمكن أن يكون له تحسين النموذج فوائد هائلة من خلال تقليل التكلفة الاقتصادية والبيئية للشبكات العصبية العميقة.

tinyML تمكن الذكاء الاصطناعي على الأجهزة الصغيرة

إحدى هذه التقدمات هي tinyML، اتجاه قوي جديد لتمكين الأجهزة الصغيرة التي تعمل بالبطاريات من استخدام التعلم الآلي المتقدم لتسليم رؤية الكمبيوتر ومهام الإدراك الأخرى. إنه يسهل استدلال التعلم الآلي على أجهزة صغيرة مقيدة بالموارد، عادةً على حواف السحابة، ويساعد في تمكين تطبيقات الحواف أقرب إلى المستخدم.

على سبيل المثال، خادم GPU مثل NVIDIA A100 لديه أكثر من 40 جيجابايت من الذاكرة المتاحة، وهو مناسب لتشغيل الذكاء الاصطناعي المعقد مثل رؤية الكمبيوتر ومعالجة اللغة الطبيعية. ومع ذلك، عندما نتحدث عن أجهزة الحواف وtinyML، قد يكون للوحدة الدقيقة (MCU) ذاكرة على الشريحة تبلغ 256 كيلوبايت فقط، وهي أقل من 100,000 مرة من الذاكرة المتاحة في السحابة! بالإضافة إلى ذلك، على عكس مراكز البيانات والسحابة، لا يمكن تحديث أجهزة الحواف بسهولة في الميدان. هذا يعني أننا يجب أن “نلائم” الذكاء الاصطناعي مع الأجهزة المتاحة، وهو ما قد يستغرق أشهر أو سنوات من التجربة والخطأ للمطورين لتحقيقه، إن تحقق. هذا هو المكان الذي يمكن أن يلعب فيه tinyML، وخاصة التعلم الآلي التلقائي (المعروف أيضًا باسم AutoML) دورًا رئيسيًا في كسر الحواجز أمام تبني الذكاء الاصطناعي في العالم الحقيقي.

و影响 tinyML ينمو. مع أكثر من 10,000 عضو، فإن مؤسسة tinyML تنمو النظام الإيكولوجي لدعم تطوير ونشر حلول التعلم الآلي ذي القوة الكهربائية الفائقة منخفضة على الحواف. توحد المؤسسة مجتمعًا عالميًا من الأجهزة والبرمجيات والتعلم الآلي وعلوم البيانات والمهندسين النظم والمصممين والمنتجات والأعمال.

عالم من الفرص

في المجموع، هناك مليارات من الأجهزة الصغيرة المتوصلة التي يمكن أن تستفيد من الذكاء المتقدم. التحدي هو أن لديها موارد محدودة جدًا، فكيف يمكننا إضافة الذكاء إليها؟ يمكن لtinyML أن يلعب دورًا رئيسيًا في جلب الذكاء الاصطناعي والتعلم الآلي إلى تطبيقات رؤية الكمبيوتر في العالم الحقيقي على الحواف على الأجهزة الصغيرة. وهذا يمكن أن يفتح عالمًا من المنافع للأشخاص والشركات عبر مجموعة من المنتجات والخدمات والصناعات، مما يساعدنا على الدخول إلى مجالات جديدة للذكاء الاصطناعي.