الذكاء الاصطناعي الطرفي والحوسبة الطرفية: توفير الذكاء الفوري

أصبح الذكاء الاصطناعي (AI) جزءًا لا يتجزأ من حياتنا اليومية. فمن الكاميرات الذكية إلى المركبات ذاتية القيادة، يجري الآن نشر نماذج الذكاء الاصطناعي على الأجهزة لمعالجة المعلومات بسرعة والمساعدة في اتخاذ القرارات الآنية.

تقليديًا، تعمل العديد من نماذج الذكاء الاصطناعي هذه على السحابة، ما يعني أن الأجهزة ترسل البيانات إلى خوادم بعيدة قوية، حيث يعالج النموذج البيانات ويعيد النتائج. لكن الاعتماد على السحابة ليس مثاليًا دائمًا، لا سيما عندما تكون أجزاء من الألف من الثانية مهمة. فقد يؤدي إرسال البيانات ذهابًا وإيابًا إلى حدوث تأخيرات، وإثارة مخاوف تتعلق بالخصوصية، والحاجة إلى اتصال مستمر.

هنا يأتي دور الذكاء الاصطناعي الطرفي والحوسبة الطرفية. يركز الذكاء الاصطناعي الطرفي على تشغيل نماذج الذكاء الاصطناعي مباشرةً على أجهزة مثل الكاميرات أو المستشعرات، ما يتيح اتخاذ قرارات فورية وفي الموقع. أما الحوسبة الطرفية فتهدف إلى معالجة البيانات بالقرب من مكان إنشائها، غالبًا على خوادم أو بوابات محلية بدلًا من الاعتماد على السحابة. ويقلل هذا التحول زمن الاستجابة، ويحسن الخصوصية، ويسمح للذكاء الاصطناعي بالعمل بكفاءة حتى من دون الوصول المستمر إلى السحابة.

يُعد الذكاء الاصطناعي الطرفي مفيدًا بوجه خاص في تطبيقات الرؤية الحاسوبية، حيث يلزم معالجة كميات كبيرة من البيانات المرئية فورًا. ويمكن لنماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 تمكين مهام مثل اكتشاف الأجسام وتقسيم المثيلات مباشرةً عند الطرف، ما يدعم الأجهزة الأكثر ذكاءً والروبوتات وأنظمة الذكاء الاصطناعي لإنترنت الأشياء (IoT) الصناعي.

في هذا الدليل، سنوضح المعنى الحقيقي للذكاء الاصطناعي الطرفي والحوسبة الطرفية، ونستكشف الفروق الرئيسية بينهما. ثم سنستكشف كيف يؤدي الجمع بينهما إلى تشغيل الذكاء الاصطناعي الآني من دون الاعتماد على السحابة. وأخيرًا، سنستعرض التطبيقات العملية، لا سيما فيما يتعلق بالرؤية الحاسوبية، ونوازن بين مزايا نشر الذكاء الاصطناعي عند الطرف وعيوبه.

الذكاء الاصطناعي الطرفي مقابل الذكاء الاصطناعي السحابي: ما الفرق؟#

يشير الذكاء الاصطناعي الطرفي إلى نشر نماذج الذكاء الاصطناعي مباشرةً على أنظمة الأجهزة، مثل الكاميرات والمستشعرات والهواتف الذكية أو العتاد المضمّن، بدلًا من الاعتماد على الخوادم البعيدة أو الحوسبة السحابية. ويتيح هذا النهج للأجهزة معالجة البيانات محليًا واتخاذ القرارات في الموقع.

بدلًا من إرسال البيانات باستمرار ذهابًا وإيابًا إلى السحابة، يمكن لنماذج الذكاء الاصطناعي الطرفي تنفيذ مهام مثل التعرف على الصور ومعالجة الكلام والصيانة التنبؤية في الوقت الفعلي. وتتيح التطورات في شرائح الذكاء الاصطناعي للحوسبة الطرفية هذه الإمكانية، إذ تسمح الآن بتشغيل نماذج قوية بكفاءة على أجهزة مدمجة.

الشكل 1. مقارنة بين معالجة الذكاء الاصطناعي السحابية والذكاء الاصطناعي الطرفي، مع إظهار انخفاض زمن الاستجابة وتحسن الخصوصية عند الطرف.

في سياق الرؤية الحاسوبية، يمكن للذكاء الاصطناعي الطرفي مساعدة أجهزة مثل الكاميرات المدعومة بالذكاء الاصطناعي على اكتشاف الأجسام والتعرف على الوجوه ومراقبة البيئات فورًا. ويمكن لنماذج مثل Ultralytics YOLO11 معالجة البيانات بسرعة وتوفير رؤى آنية، مع تشغيلها مباشرةً على الأجهزة الطرفية.

من خلال نقل استدلالات الذكاء الاصطناعي (عملية تشغيل نموذج ذكاء اصطناعي مُدرَّب لإنشاء تنبؤات أو رؤى) إلى الطرف، يمكن للأنظمة تقليل الاعتماد على السحابة، ما يحسن الذكاء الاصطناعي المراعي للخصوصية على الأجهزة الطرفية، ويتيح أداءً آنيًا للتطبيقات التي تكون فيها السرعة وأمن البيانات أمرين حاسمين.

كيف تختلف الحوسبة الطرفية عن الذكاء الاصطناعي الطرفي؟#

رغم تشابه المصطلحين، فإن الذكاء الاصطناعي الطرفي والحوسبة الطرفية يؤديان أدوارًا مختلفة. فالحوسبة الطرفية هي المفهوم الأوسع الذي يتضمن معالجة البيانات عند مصدر إنشائها أو بالقرب منه، مثل الخوادم الطرفية (مراكز حوسبة صغيرة توضع بالقرب من الأجهزة لمعالجة البيانات) أو البوابات أو الأجهزة.

تركز الحوسبة الطرفية على تقليل كمية البيانات المرسلة إلى الخوادم المركزية من خلال تنفيذ المهام محليًا. وهي تدعم كل شيء بدءًا من تصفية البيانات وتحليلها ووصولًا إلى تشغيل التطبيقات المعقدة خارج مراكز البيانات التقليدية.

أما الذكاء الاصطناعي الطرفي، فيشير تحديدًا إلى نماذج الذكاء الاصطناعي التي تعمل على الأجهزة الطرفية. وببساطة، ينقل الذكاء الاصطناعي الطرفي الذكاء إلى الطرف. وتوفر هاتان التقنيتان معًا حوسبة ذكاء اصطناعي منخفضة زمن الاستجابة للصناعات التي تعتمد على السرعة والكفاءة.

على سبيل المثال، قد تستخدم كاميرا صناعية المعالجة الطرفية لبث الفيديو، لكنها تعتمد على الذكاء الاصطناعي الطرفي لتحليل اللقطات واكتشاف الحالات الشاذة وإطلاق التنبيهات.

الذكاء الاصطناعي الطرفي والحوسبة الطرفية لتمكين الذكاء الآني#

يُعد الجمع بين الذكاء الاصطناعي الطرفي والحوسبة الطرفية مفتاحًا لإطلاق العنان للذكاء الاصطناعي الآني في مختلف الصناعات. فبدلًا من الاعتماد على الخوادم البعيدة، يمكن للأجهزة تحليل البيانات فورًا واتخاذ القرارات بسرعة أكبر والعمل بشكل موثوق حتى في البيئات ضعيفة الاتصال.

تمثل هذه الإمكانية تحولًا جذريًا لتطبيقات مثل السيارات ذاتية القيادة والروبوتات وأنظمة المراقبة، حيث يمكن للثواني أن تُحدث فرقًا كبيرًا. ومع الذكاء الاصطناعي الطرفي، تستطيع الأنظمة الاستجابة فورًا للظروف المتغيرة، ما يحسن السلامة والأداء وتجارب المستخدمين.

فيما يتعلق بمهام الرؤية الحاسوبية، يمكن لنماذج مثل Ultralytics YOLO11 اكتشاف الأجسام وتصنيف الصور وتتبع الحركات في الوقت الفعلي. ومن خلال تشغيل هذه النماذج محليًا، تتجنب تأخيرات الاتصال بالسحابة وتتيح اتخاذ القرارات في اللحظة المطلوبة بدقة.

الشكل 2. تعالج الحوسبة الطرفية البيانات بالقرب من أجهزة إنترنت الأشياء، ما يتيح إجراء تحليلات آنية.

بالإضافة إلى ذلك، يدعم الذكاء الاصطناعي الطرفي الذكاء الاصطناعي المراعي للخصوصية. ويمكن للبيانات الحساسة، مثل تدفقات الفيديو أو المعلومات الحيوية، أن تبقى على الجهاز، ما يقلل مخاطر التعرض ويدعم الامتثال للوائح الخصوصية.

كما يمكنه تمكين نماذج ذكاء اصطناعي موفرة للطاقة للحوسبة الطرفية، إذ تقلل المعالجة المحلية من استخدام النطاق الترددي والاتصالات السحابية، مما يخفض استهلاك الطاقة، وهو أمر بالغ الأهمية لأجهزة إنترنت الأشياء.

يوفر الذكاء الاصطناعي الطرفي والحوسبة الطرفية معًا الأساس لأجهزة إنترنت الأشياء المدعومة بالذكاء الاصطناعي والقادرة على تنفيذ معالجة ذكاء اصطناعي منخفضة زمن الاستجابة تواكب متطلبات العالم الحقيقي.

التطبيقات الواقعية للذكاء الاصطناعي الطرفي والحوسبة الطرفية#

يمكن للذكاء الاصطناعي الطرفي والحوسبة الطرفية مساعدة العديد من الصناعات من خلال تمكين الذكاء الاصطناعي عند الطرف. لنستكشف بعض حالات استخدام الرؤية الحاسوبية الأكثر تأثيرًا، حيث تدعم هذه التقنيات اتخاذ القرارات الآنية:

• المراقبة الذكية باستخدام الذكاء الاصطناعي الطرفي: يمكن للكاميرات المدعومة بالذكاء الاصطناعي مراقبة البيئات واكتشاف الأنشطة المشبوهة. ومن خلال تحليل اللقطات في الموقع، تقلل هذه الأنظمة الاعتماد على المعالجة السحابية وتحسن أوقات الاستجابة.
• الذكاء الاصطناعي الطرفي في السيارات والسيارات ذاتية القيادة: يمكن للمركبات استخدام الذكاء الاصطناعي الطرفي لمعالجة البيانات الواردة من الكاميرات و lidar والمستشعرات فورًا. ويتيح ذلك تنفيذ مهام حاسمة مثل اكتشاف العوائق والحفاظ على المسار والتعرف على المشاة، وكل ذلك من دون الاعتماد على الخوادم السحابية.
• الذكاء الاصطناعي المضمّن للروبوتات والأتمتة الصناعية: يمكن لنماذج الذكاء الاصطناعي المضمّنة، والمدمجة في عتاد متخصص مثل الروبوتات أو المستشعرات، مساعدة الروبوتات على تحليل الصور واكتشاف العيوب والتكيف مع التغيرات في خط الإنتاج. ويعزز التشغيل المحلي الدقة ويتيح إجراء تعديلات أسرع في البيئات الديناميكية.
• الذكاء الاصطناعي الطرفي في التصنيع: يمكن للمصانع الذكية استخدام الذكاء الاصطناعي الطرفي لفحص المنتجات ومراقبة المعدات وتحسين مراقبة الجودة. ومن خلال معالجة البيانات المرئية في الموقع، تمنع هذه الأنظمة العيوب وتقلل وقت التوقف.
• الذكاء الاصطناعي الطرفي في المدن الذكية وإدارة حركة المرور: بدءًا من تحليل حركة المرور في الوقت الفعلي ووصولًا إلى اكتشاف المشاة، يتيح الذكاء الاصطناعي الطرفي التخطيط الحضري لـالمدن الذكية وإنشاء شوارع أكثر أمانًا من خلال إبقاء المعالجة محلية.
• الرعاية الصحية والأجهزة الطبية: يمكن لأجهزة التصوير المحمولة استخدام الذكاء الاصطناعي الطرفي لتحليل الفحوصات فورًا. ويحسن هذا النهج سرعة التشخيص مع الحفاظ على أمان البيانات الصحية الحساسة على الجهاز.
• الزراعة والمراقبة البيئية: يمكن لـالطائرات المسيّرة المدعومة بالذكاء الاصطناعي الطرفي ومستشعرات إنترنت الأشياء تقييم صحة المحاصيل ومراقبة الظروف البيئية وتحسين استخدام الموارد، وكل ذلك في الوقت الفعلي.

الشكل 3. يمكن لطائرة مسيّرة مزودة بـ Ultralytics YOLO11 اكتشاف المركبات والمعدات في الموقع.

في جميع هذه الأمثلة، تستطيع نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11، المنشورة على الأجهزة الطرفية، توفير رؤى آنية للذكاء الاصطناعي وتمكين الأنظمة من اتخاذ القرارات في اللحظة التي تحتاج إليها بالضبط.

مزايا وعيوب الذكاء الاصطناعي الطرفي والحوسبة الطرفية#

مع أن الذكاء الاصطناعي الطرفي والحوسبة الطرفية يقدمان مزايا مهمة، فمن الضروري مراعاة نقاط القوة والقيود على حد سواء عند نشر الذكاء الاصطناعي عند الطرف.

من الجانب الإيجابي:

• اتخاذ القرارات بسرعة أكبر: يمكن للذكاء الاصطناعي الطرفي تقليل زمن الاستجابة من خلال معالجة البيانات محليًا، ما يتيح استجابات فورية في التطبيقات الحيوية مثل المركبات ذاتية القيادة والأتمتة الصناعية.

• تحسين الخصوصية وأمن البيانات: يمكن للذكاء الاصطناعي الطرفي تقليل مخاطر التعرض من خلال إبقاء البيانات على الجهاز، ما يجعله مثاليًا للتطبيقات التي تتطلب معالجة تراعي الخصوصية.

• متطلبات أقل للنطاق الترددي: يمكن للذكاء الاصطناعي الطرفي تقليل عمليات نقل البيانات إلى السحابة، ما قد يساعد على خفض التكاليف التشغيلية وتحسين الكفاءة.

• كفاءة الطاقة: يدعم تشغيل النماذج محليًا عمليات ذكاء اصطناعي موفرة للطاقة، لا سيما على الأجهزة الطرفية منخفضة الاستهلاك في بيئات إنترنت الأشياء.

ومع ذلك، لا تزال بعض التحديات قائمة:

• قيود العتاد: غالبًا ما تتمتع الأجهزة الطرفية بقدرة معالجة وسعة تخزين محدودتين، ما قد يقيّد تعقيد نماذج الذكاء الاصطناعي التي يمكنها تشغيلها.
• تحديات تحسين النماذج: تحتاج نماذج الذكاء الاصطناعي إلى تحسين دقيق لتحقيق التوازن بين الأداء واستخدام الموارد عند الطرف.
• الصيانة والتحديثات: قد تكون إدارة التحديثات عبر الأجهزة الطرفية الموزعة أمرًا صعبًا، لا سيما في عمليات النشر واسعة النطاق.
• ارتفاع التكاليف الأولية: قد يتطلب إعداد البنية التحتية الطرفية والعتاد المتخصص استثمارًا أوليًا كبيرًا، رغم أنه يمكن أن يقلل تكاليف السحابة بمرور الوقت.

بوجه عام، يوفر الذكاء الاصطناعي الطرفي والحوسبة الطرفية حلولًا قوية للصناعات الساعية إلى تمكين الأجهزة المدعومة بالذكاء الاصطناعي من العمل بسرعة أكبر وأمان أعلى وكفاءة أكبر.

أهم النقاط المستخلصة#

يغير الذكاء الاصطناعي الطرفي والحوسبة الطرفية الطريقة التي تتعامل بها الصناعات مع الذكاء الآني. ومن خلال معالجة البيانات محليًا، يمكن لهاتين التقنيتين تمكين اتخاذ قرارات أسرع وأكثر ذكاءً، لا سيما في تطبيقات الرؤية الحاسوبية.

بدءًا من الذكاء الاصطناعي لإنترنت الأشياء الصناعي ووصولًا إلى المراقبة الذكية باستخدام الذكاء الاصطناعي الطرفي، يمكن للجمع بين الحوسبة المحلية والنماذج الذكية مثل Ultralytics YOLO11 تشغيل التطبيقات التي تعتمد على السرعة والخصوصية والموثوقية.

مع استمرار تطور الذكاء الاصطناعي الطرفي، تحصل الصناعات على إمكانية الوصول إلى حوسبة ذكاء اصطناعي منخفضة زمن الاستجابة، تتوسع بسهولة، وتحسن الكفاءة التشغيلية، وتمهد الطريق لمستقبل الذكاء الاصطناعي عند الطرف.

انضم إلى مجتمعنا المتنامي! واستكشف مستودعنا على GitHub لمعرفة المزيد عن الذكاء الاصطناعي. هل أنت مستعد لبدء مشاريعك الخاصة في الرؤية الحاسوبية؟ اطلع على خيارات الترخيص. واكتشف الذكاء الاصطناعي في قطاع السيارات والذكاء الاصطناعي للرؤية في الرعاية الصحية من خلال زيارة صفحات حلولنا!