التدريب المخصص لنماذج Ultralytics YOLO على Lightning AI

سواء كنت مطوّرًا متمرسًا في مجال الذكاء الاصطناعي أو بدأت للتو في استكشاف الذكاء الاصطناعي للرؤية، فإن امتلاك بيئة موثوقة للتجربة والعبث بنماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 أمر أساسي. وتشير البيئة إلى الأدوات والموارد والبنية التحتية اللازمة لتصميم نماذج الذكاء الاصطناعي واختبارها ونشرها بكفاءة.

رغم أن العديد من المنصات عبر الإنترنت تقدم أدوات مختلفة للذكاء الاصطناعي، فإن كثيرًا منها لا يوفر بيئة موحّدة تغطي دورة حياة الذكاء الاصطناعي بأكملها، بدءًا من إعداد البيانات ووصولًا إلى نشر النماذج. وهنا يأتي دور Lightning AI، وهي منصة متكاملة لتطوير الذكاء الاصطناعي، لتبسيط العملية بدءًا من إعداد البيانات ووصولًا إلى النشر.

استُعرضت أهمية تسهيل تطوير الذكاء الاصطناعي في فعالية YOLO Vision 2024 (YV24)، وهي فعالية هجينة سنوية تستضيفها Ultralytics وتركز على التطورات في الذكاء الاصطناعي والرؤية الحاسوبية. وقدّم Luca Antiga، المدير التقني في Lightning AI، كلمة رئيسية بعنوان 'Going YOLO on Lightning Studios'، شرح فيها كيفية تدريب نماذج Ultralytics YOLO بسرعة وسلاسة ومن دون الانخراط في التعقيدات التقنية باستخدام Lightning AI.

في هذه المقالة، سنستعرض أبرز ما جاء في كلمة Luca، بدءًا من تطبيقات الرؤية الحاسوبية في العالم الحقيقي ووصولًا إلى العروض التوضيحية المباشرة لتدريب نماذج Ultralytics YOLO ونشرها باستخدام Lightning AI. لنبدأ!

استخدام Lightning AI وUltralytics YOLO لتبسيط تطوير الذكاء الاصطناعي#

استهل Luca كلمته الرئيسية بمشاركة آرائه وتقديره لتأثير نماذج YOLO في مختلف القطاعات. وسلّط الضوء على إمكانية تطبيق نماذج YOLO في قطاعات مثل التصنيع والزراعة. وقال: «أقدّر التأثير الذي أحدثه YOLO في مجتمع البنّائين، أي الأشخاص الذين يحتاجون إلى حل مشكلات فعلية وعملية؛ فهذا قريب جدًا مني».

وربطًا بذلك بالاهتمام المتزايد بتدريب الذكاء الاصطناعي، قدّم Lightning AI، وهي منصة مصممة لجعل تطوير نماذج الذكاء الاصطناعي أسرع وأبسط وأكثر إتاحة للجميع. وهي مفيدة بشكل خاص لدعم التحسينات التكرارية في الذكاء الاصطناعي، إذ تساعد المطورين على تنقيح النماذج وتحسينها.

الشكل 1. يقدّم Luca Antiga عرضًا عن Lightning Studios عن بُعد في YV24.

وأشار أيضًا إلى أن Lightning AI تشبه PyTorch Lightning، وهو إطار عمل يبسّط عملية تدريب نماذج الذكاء الاصطناعي. إلا أن Lightning AI تختلف عنها في كونها منصة أكثر شمولًا توفر مجموعة أوسع من الأدوات والإمكانات لعملية تطوير الذكاء الاصطناعي بأكملها، وليس لتدريب نماذج الذكاء الاصطناعي فحسب.

يُعد Lightning Studios مكوّنًا أساسيًا في Lightning AI، إذ يوفر مساحة عمل بديهية لتصميم نماذج الذكاء الاصطناعي وتدريبها ونشرها، مما يجعل سير العمل بأكمله سلسًا وفعالًا. ويمكنك النظر إلى Lightning Studios باعتباره بيئة تطوير قابلة لإعادة الإنتاج للذكاء الاصطناعي تعمل على السحابة. فعلى سبيل المثال، يوفر بيئة شبيهة بـ Jupyter Notebook يمكن استنساخها ومشاركتها مع مطوّر آخر، مما يساعد على تحسين التعاون.

ثم فصّل Luca مزايا Lightning Studios قائلًا: «لم يعد تكرار بيئتك مشكلة. فإذا احتجت إلى الانتقال من جهاز CPU [وحدة المعالجة المركزية] إلى جهاز GPU [وحدة معالجة الرسومات] أو تشغيل التدريب عبر ألف جهاز، فستظل بيئتك مستمرة».

إعداد Lightning Studios للتدريب والتطوير#

بعد ذلك، أوضح Luca مدى سرعة البدء باستخدام Lightning Studios. فبنقرات قليلة فقط، يمكنك فتح استوديو جديد والوصول إلى أدوات وبيئات مثل Jupyter Notebooks وVS Code، وكلها مُعدّة وجاهزة للبرمجة. واستعرض سهولة التبديل بين الأجهزة المختلفة. فإذا كانت المهمة التي تعمل عليها تتطلب قدرة أكبر، يمكنك التبديل بسهولة من CPU إلى GPU أقوى. وسيظل GPU نشطًا أثناء استخدامه فقط؛ وإلا فسيدخل في وضع السكون، مما يوفر أرصدتك.

كما ذكر Luca فوائد استخدام قوالب Studio. فهي بيئات برمجة للذكاء الاصطناعي أعدّها المجتمع مسبقًا، ويمكنك استخدامها من دون الحاجة إلى إعداد أي شيء. وقد يستغرق إعداد بيئة لمشروعات الذكاء الاصطناعي وقتًا طويلًا، ويمكن لقوالب Studio أن تساعد على زيادة الإنتاجية. وتأتي هذه البيئات محمّلة مسبقًا بكل ما يلزم لمشروعات الذكاء الاصطناعي، مثل التبعيات المثبتة وأوزان النماذج والبيانات والتعليمات البرمجية وغير ذلك.

الشكل 2. يشرح Luca ماهية قوالب Studio.

تدريب نماذج Ultralytics YOLO على Lightning Studios#

انتقل Luca بعد ذلك إلى العرض التوضيحي المباشر، موضحًا كيفية استخدام Lightning Studio لتدريب نماذج Ultralytics YOLO. وفتح قالب Studio يحتوي مسبقًا على جميع التبعيات المثبتة، ثم شغّل جهازًا مزودًا بأربع وحدات GPU لتسريع عملية التدريب. وفيما يتعلق بالبيانات، قال إنه يمكنك اختيار تخزين البيانات مباشرة على الجهاز أو بثّها من السحابة، مما يجعل عملية التدريب أسرع وأكثر كفاءة.

وخلال بضع ثوانٍ، أصبح الجهاز جاهزًا، وبدأ Luca جلسة التدريب سريعًا. وأثناء العرض التوضيحي، تسببت مشكلة بسيطة في توقف الجهاز بشكل غير متوقع، لكن Lightning Studios استأنف العمل بسلاسة من حيث توقف، مما ضمن عدم فقدان أي تقدم. وأشار Luca إلى أن هذه الموثوقية تدعم سير العمل السلس حتى عند حدوث انقطاعات غير متوقعة.

ومع مواصلة العرض التوضيحي، أوضح سهولة مراقبة تقدم التدريب باستخدام TensorBoard، وهي أداة لتصور مقاييس التعلم الآلي في الوقت الفعلي. ويجعل Lightning Studio ذلك أبسط من خلال إنشاء عناوين URL تلقائيًا تتيح لك أو لزملائك في مساحة العمل نفسها الوصول إلى عروض TensorBoard من دون إعداد إضافي. وهذا يبسّط التعاون ويحافظ على اطلاع الجميع على الحالة نفسها.

الشكل 3. مخطط انسيابي لتدريب نماذج Ultralytics YOLO على Lightning Studios. الصورة من إعداد المؤلف.

نشر نماذج Ultralytics YOLO باستخدام LitServe#

بعد العرض التوضيحي، حوّل Luca محور الكلمة إلى مشروع جديد هو LitServe، الذي أطلقته Lightning AI مؤخرًا. يبسّط LitServe عملية تحويل نموذج مُدرَّب إلى خدمة قابلة للتوسع يمكن للآخرين استخدامها، ويلغي الحاجة إلى مسارات نشر معقدة. وقد صُمم للتعامل مع كل شيء بدءًا من حزم النموذج ووصولًا إلى نشره بأقل جهد ممكن.

ولعرض ذلك في الوقت الفعلي، قدّم Luca عرضًا توضيحيًا سريعًا للجمهور باستخدام نموذج Ultralytics YOLOv8 مُدرَّب مسبقًا. وتمكّن من إنشاء API بسيط لمعالجة الطلبات الواردة وإرجاع تنبؤات الصور خلال بضع ثوانٍ. وهذا يعني أن أي شخص يمكنه إرسال صورة إلى API هذا وتلقي نتائج لمهام الرؤية الحاسوبية مثل اكتشاف الأجسام بشكل شبه فوري. وفي الخلفية، يُنشر نموذج Ultralytics YOLOv8 كخدمة تتعامل بكفاءة مع الطلبات، وتعالج الصور، وتقدم التنبؤات بأقل زمن انتقال.

الشكل 4. يستعرض Luca LitServe من Lightning AI خلال YV24.

أجرى استدلالًا على صورة بيتزا، وتمكّن Ultralytics YOLOv8 بنجاح من تحديد أجسام مثل البيتزا وملعقة وطاولة طعام. وشرح أن الطلب الأول يستغرق وقتًا أطول قليلًا بسبب «البدء البارد»، بينما تكون الطلبات اللاحقة أسرع بكثير بعد تهيئة النظام.

ثم سأل Luca: «ماذا لو أردت إتاحة هذا للعالم الخارجي؟» وشرح كيف تجعل إضافة API Builder تحويل نموذجك إلى خدمة مباشرة جاهزة للإنتاج أمرًا بسيطًا. وبفضل ميزات مثل النطاقات المخصصة والأمان الإضافي والتكامل السلس، يمكنك إتاحة نموذجك لأي شخص بسهولة.

المزايا الرئيسية لاستخدام Lightning Studios#

في ختام كلمته، تناول Luca قابلية التوسع والمرونة التي يوفرها Lightning Studio لتطوير الذكاء الاصطناعي. وذكر أن المنصة يمكنها تدريب النماذج عبر أجهزة متعددة، والتوسع حتى 10,000 عقدة، مع تدريب متحمّل للأعطال يُستأنف تلقائيًا بعد أي انقطاع.

فعلى سبيل المثال، إذا توقفت مهمة تدريب على عنقود GPU بسبب مشكلة في الأجهزة أو إعادة تشغيل خادم، فإن Lightning Studios يضمن استئناف العملية من الموضع الذي توقفت عنده تمامًا. وهذا يجعله مثاليًا لمشروعات الذكاء الاصطناعي واسعة النطاق، مثل تدريب نماذج التعلم العميق على مجموعات بيانات ضخمة مثل ImageNet أو COCO.

فيما يلي بعض الفوائد الرئيسية الأخرى لـ Lightning Studios التي تحدث عنها Luca:

• أرصدة GPU مجانية شهرية: يحصل المستخدمون على 15 رصيدًا مجانيًا من GPU كل شهر، وتُعاد تعبئتها تلقائيًا، مما يضمن إمكانية التجربة والتطوير من دون تكاليف إضافية.
• تعزيز التعاون: تتيح مساحات الفرق المشتركة والبيئات القابلة لإعادة الإنتاج في Lightning Studio لأعضاء الفريق العمل معًا بسلاسة، مما يضمن الاتساق والكفاءة عبر المشروعات.
• خيارات مرنة للمثيلات: تمنحك المرونة للاختيار بين المثيلات القابلة للمقاطعة وغير القابلة للمقاطعة، مما يتيح للمستخدمين خفض التكاليف على أجهزة GPU باستخدام الخيارات القابلة للمقاطعة.
• التكامل مع الأدوات الحالية: تتكامل المنصة مع أدوات التطوير عن بُعد مثل SSH وVS Code، مما يوفر المرونة للعمل محليًا أو على السحابة.

أهم النقاط المستخلصة#

سلّطت الكلمة الرئيسية التي ألقاها Luca في YV24 الضوء على كيفية تغيير الذكاء الاصطناعي، إلى جانب أدوات مثل نماذج Ultralytics YOLO وLightning AI، لطريقة حل المشكلات الواقعية. فهي تسهّل على المطورين تدريب النماذج المصممة لمعالجة مشكلات محددة في مجموعة متنوعة من القطاعات ونشرها.

وأوضح كيف يجعل Lightning Studios عملية التطوير بأكملها أسرع وأكثر إتاحة، مما يسمح للمطورين بإنشاء حلول قوية بسهولة. وفي صميم المنصات المتطورة مثل Lightning AI، تعمل نماذج الرؤية الحاسوبية على تحويل طريقة تعامل حلول الذكاء الاصطناعي مع التحديات. وعلى وجه الخصوص، يمكن للمطورين باستخدام أحدث نموذج Ultralytics YOLO11 بناء حلول تُحدث أثرًا ملموسًا.

انضم إلى مجتمعنا للبقاء على اطلاع بآخر مستجدات الذكاء الاصطناعي واستخداماته العملية. وتفقّد مستودعنا على GitHub لاستكشاف الابتكارات في قطاعات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الرعاية الصحية.