الذكاء الاصطناعي الطرفي والحوسبة الطرفية: لتعزيز الذكاء الآني

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

تقليديًا، تعمل كثير من نماذج الذكاء الاصطناعي هذه على السحابة؛ أي إن الأجهزة ترسل البيانات إلى خوادم بعيدة قوية، حيث يعالجها النموذج ثم يعيد النتائج. لكن الاعتماد على السحابة ليس مثاليًا دائمًا، لا سيما عندما تكون أجزاء الثانية مهمة. فقد يؤدي تبادل البيانات ذهابًا وإيابًا إلى تأخير، 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 الأجهزة، مثل الكاميرات أو المستشعرات، ما يتيح اتخاذ قرارات فورية في الموقع. أما الحوسبة الطرفية فتهدف إلى معالجة البيانات بالقرب من مصدر إنشائها، غالبًا على خوادم أو بوابات محلية بدلًا من الاعتماد على السحابة. يقلل هذا التحول زمن الاستجابة، ويحسّن الخصوصية، ويتيح للذكاء الاصطناعي العمل بكفاءة حتى دون اتصال دائم بالسحابة.

يفيد الذكاء الاصطناعي الطرفي على نحو خاص في تطبيقات الرؤية الحاسوبية، حيث يلزم معالجة كميات كبيرة من البيانات المرئية فورًا. ويمكن لنماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 تنفيذ مهام مثل كشف الأجسام وتجزئة الكائنات مباشرةً على الطرف، ما يدعم الأجهزة الأذكى والروبوتات وأنظمة الذكاء الاصطناعي لإنترنت الأشياء الصناعي (Internet of Things).

في هذا الدليل، سنوضح المقصود فعليًا بالذكاء الاصطناعي الطرفي والحوسبة الطرفية، ونستكشف الفروق الرئيسية بينهما. ثم سنتناول كيف يتيح الجمع بينهما تشغيل الذكاء الاصطناعي في الوقت الفعلي دون الاعتماد على السحابة. وأخيرًا، سنلقي نظرة على التطبيقات العملية، لا سيما في مجال الرؤية الحاسوبية، ونوازن بين مزايا نشر الذكاء الاصطناعي على الطرف وعيوبه.

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

يشير الذكاء الاصطناعي الطرفي إلى نشر نماذج الذكاء الاصطناعي مباشرةً على الأنظمة الموجودة على الأجهزة، مثل الكاميرات والمستشعرات والهواتف الذكية والأجهزة المضمّنة، بدلًا من الاعتماد على الخوادم البعيدة أو الحوسبة السحابية. يتيح هذا النهج للأجهزة معالجة البيانات محليًا واتخاذ القرارات فورًا.

بدلًا من إرسال البيانات باستمرار ذهابًا وإيابًا إلى السحابة، تستطيع نماذج الذكاء الاصطناعي الطرفي تنفيذ مهام مثل التعرّف على الصور ومعالجة الكلام والصيانة التنبؤية في الوقت الفعلي. وأتاح هذا التطور التقدم في رقائق الذكاء الاصطناعي للحوسبة الطرفية، التي تمكّن الآن النماذج القوية من العمل بكفاءة على الأجهزة المدمجة.

الشكل 1. مقارنة معالجة الذكاء الاصطناعي عبر السحابة بالذكاء الاصطناعي الطرفي، مع إظهار انخفاض زمن الاستجابة وتحسن الخصوصية على الطرف.

في سياق الرؤية الحاسوبية، يمكن للذكاء الاصطناعي الطرفي مساعدة أجهزة مثل الكاميرات المدعومة بالذكاء الاصطناعي على اكتشاف الأجسام والتعرّف على الوجوه ومراقبة البيئات فورًا. ويمكن لنماذج مثل Ultralytics YOLO11 معالجة البيانات بسرعة وتقديم رؤى في الوقت الفعلي، مع العمل مباشرةً على الأجهزة الطرفية.

من خلال نقل استدلال الذكاء الاصطناعي (عملية تشغيل نموذج ذكاء اصطناعي مُدرَّب لإنتاج تنبؤات أو رؤى) إلى الطرف، تستطيع الأنظمة تقليل الاعتماد على السحابة، وتحسين الذكاء الاصطناعي المراعي للخصوصية على الأجهزة الطرفية، وتحقيق أداء فوري للتطبيقات التي تُعد فيها السرعة وأمن البيانات عاملين حاسمين.

ما الفرق بين الحوسبة الطرفية والذكاء الاصطناعي الطرفي؟#

على الرغم من تشابه الاسمين، يؤدي الذكاء الاصطناعي الطرفي والحوسبة الطرفية دورين مختلفين. فالحوسبة الطرفية هي المفهوم الأوسع، وتشمل معالجة البيانات عند مصدر إنشائها أو بالقرب منه، مثل خوادم الطرف (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، من تصفية البيانات وتحليلها إلى تشغيل التطبيقات المعقدة خارج مراكز البيانات التقليدية.

أما الذكاء الاصطناعي الطرفي فيشير تحديدًا إلى نماذج الذكاء الاصطناعي التي تعمل على الأجهزة الطرفية. ببساطة، ينقل الذكاء الاصطناعي الطرفي القدرات الذكية إلى الطرف. وتوفر هاتان التقنيتان معًا حوسبة للذكاء الاصطناعي بزمن استجابة منخفض للصناعات التي تعتمد على السرعة والكفاءة.

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

الذكاء الاصطناعي الطرفي والحوسبة الطرفية لتحقيق ذكاء فوري#

يُعد الجمع بين الذكاء الاصطناعي الطرفي والحوسبة الطرفية عاملًا أساسيًا لإتاحة الذكاء الاصطناعي الفوري في مختلف الصناعات. فبدلًا من الاعتماد على خوادم بعيدة، تستطيع الأجهزة تحليل البيانات فورًا، واتخاذ القرارات بسرعة أكبر، والعمل بموثوقية حتى في البيئات ضعيفة الاتصال.

تمثل هذه القدرة نقلة نوعية لتطبيقات مثل السيارات ذاتية القيادة والروبوتات وأنظمة المراقبة، حيث يمكن للثواني أن تصنع فارقًا كبيرًا. وبفضل الذكاء الاصطناعي الطرفي، تستطيع الأنظمة الاستجابة فورًا للتغيرات، ما يحسّن السلامة والأداء وتجارب المستخدم.

في مهام الرؤية الحاسوبية، تستطيع نماذج 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 المناسبة تمامًا.

الشكل 2. تعالج الحوسبة الطرفية البيانات بالقرب من أجهزة إنترنت الأشياء، ما يتيح إجراء التحليلات في الوقت الفعلي.

بالإضافة إلى ذلك، يدعم الذكاء الاصطناعي الطرفي الذكاء الاصطناعي المراعي للخصوصية. إذ يمكن إبقاء البيانات الحساسة، مثل بث الفيديو أو المعلومات البيومترية، على الجهاز، ما يقلل مخاطر التعرض ويدعم الامتثال للوائح الخصوصية.

كما يمكنه إتاحة نماذج ذكاء اصطناعي موفرة للطاقة للحوسبة الطرفية، إذ تقلل المعالجة المحلية استخدام النطاق الترددي والاتصالات السحابية، فتخفض 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 معالجة البيانات بزمن استجابة منخفض يواكب متطلبات العالم الفعلي.

تطبيقات الذكاء الاصطناعي الطرفي والحوسبة الطرفية في العالم الحقيقي#

يمكن للذكاء الاصطناعي الطرفي والحوسبة الطرفية مساعدة قطاعات كثيرة عبر إتاحة الذكاء الاصطناعي على الطرف. لنستكشف بعضًا من أبرز حالات استخدام الرؤية الحاسوبية التي تدعم فيها هذه التقنيات اتخاذ القرارات في الوقت الفعلي:

• المراقبة الذكية باستخدام الذكاء الاصطناعي الطرفي: تستطيع الكاميرات المدعومة بالذكاء الاصطناعي مراقبة البيئات واكتشاف الأنشطة المشبوهة. ومن خلال تحليل اللقطات في الموقع، تقلل هذه الأنظمة الاعتماد على المعالجة السحابية وتحسّن أوقات الاستجابة.
• الذكاء الاصطناعي الطرفي في السيارات والمركبات ذاتية القيادة: تستطيع المركبات معالجة البيانات الواردة من الكاميرات والليدار والمستشعرات فورًا باستخدام الذكاء الاصطناعي الطرفي. ويتيح ذلك تنفيذ مهام حاسمة، مثل اكتشاف العوائق والحفاظ على المسار والتعرّف على المشاة، دون الاعتماد على الخوادم السحابية.
• الذكاء الاصطناعي المضمّن للروبوتات والأتمتة الصناعية: يمكن لنماذج الذكاء الاصطناعي المضمّنة في أجهزة متخصصة، 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 المتغيرة.
• الذكاء الاصطناعي الطرفي في التصنيع: تستطيع المصانع الذكية استخدام الذكاء الاصطناعي الطرفي لفحص المنتجات ومراقبة المعدات وتحسين مراقبة الجودة. ومن خلال معالجة البيانات المرئية في الموقع، تمنع هذه الأنظمة العيوب وتقلل فترات التوقف.
• الذكاء الاصطناعي الطرفي في المدن الذكية وإدارة حركة المرور: من تحليل حركة المرور في الوقت الفعلي إلى اكتشاف المشاة، يتيح الذكاء الاصطناعي الطرفي التخطيط الحضري من أجل المدن الذكية وشوارع أكثر أمانًا، من خلال إبقاء المعالجة محلية.
• الرعاية الصحية والأجهزة الطبية: تستطيع أجهزة التصوير المحمولة استخدام الذكاء الاصطناعي الطرفي لتحليل الصور فورًا. ويحسّن هذا النهج سرعة التشخيص مع الحفاظ على أمان البيانات الصحية الحساسة على الجهاز.
• الزراعة والرصد البيئي: تستطيع الطائرات المسيّرة المدعومة بالذكاء الاصطناعي الطرفي ومستشعرات إنترنت الأشياء تقييم صحة المحاصيل، ومراقبة الظروف البيئية، وتحسين استخدام الموارد، كل ذلك في الوقت الفعلي.

الشكل 3. تستطيع طائرة مسيّرة مزودة بـ Ultralytics YOLO11 كشف المركبات والمعدات في الموقع.

في جميع هذه الأمثلة، تستطيع نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11، المنشورة على الأجهزة الطرفية، تقديم رؤى فورية من الذكاء الاصطناعي وتمكين الأنظمة من اتخاذ القرارات في اللحظة التي تحتاج إليها تمامًا.

مزايا الذكاء الاصطناعي الطرفي والحوسبة الطرفية وعيوبهما#

على الرغم من المزايا الكبيرة التي يوفرها الذكاء الاصطناعي الطرفي والحوسبة الطرفية، من المهم مراعاة نقاط القوة والقيود المرتبطة بنشر الذكاء الاصطناعي على الطرف.

أما من الجوانب الإيجابية:

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

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

• احتياجات أقل إلى النطاق الترددي: يستطيع الذكاء الاصطناعي الطرفي تقليل عمليات نقل البيانات إلى السحابة، ما يساعد على خفض تكاليف التشغيل وتحسين الكفاءة.

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

ومع ذلك، لا تزال هناك بعض التحديات:

• قيود الأجهزة: غالبًا ما تكون قدرة المعالجة وسعة التخزين في الأجهزة الطرفية محدودة، ما قد يقيّد تعقيد نماذج الذكاء الاصطناعي التي يمكنها تشغيلها.
• تحديات تحسين النماذج: تحتاج نماذج الذكاء الاصطناعي إلى تحسين دقيق لتحقيق التوازن بين الأداء واستهلاك الموارد على الطرف.
• الصيانة والتحديثات: قد تكون إدارة التحديثات عبر الأجهزة الطرفية الموزعة صعبة، لا سيما في عمليات النشر واسعة النطاق.
• ارتفاع التكاليف الأولية: قد يتطلب إنشاء بنية تحتية طرفية وتجهيزات متخصصة استثمارًا أوليًا كبيرًا، رغم إمكانية خفض التكاليف السحابية بمرور الوقت.

بوجه عام، يقدم الذكاء الاصطناعي الطرفي والحوسبة الطرفية حلولًا قوية للصناعات التي تسعى إلى تشغيل أجهزة مدعومة بالذكاء الاصطناعي تعمل بسرعة وأمان وكفاءة أكبر.

أبرز النقاط#

يغيّر الذكاء الاصطناعي الطرفي والحوسبة الطرفية طريقة تعامل الصناعات مع الذكاء الفوري. فمن خلال معالجة البيانات محليًا، تتيح هاتان التقنيتان اتخاذ قرارات أسرع وأذكى، لا سيما في تطبيقات الرؤية الحاسوبية.

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

مع استمرار تطور الذكاء الاصطناعي الطرفي، تستفيد الصناعات من حوسبة ذكاء اصطناعي بزمن استجابة منخفض يسهل توسيع نطاقها، وتحسّن الكفاءة التشغيلية، وترسي الأساس لمستقبل الذكاء الاصطناعي على الطرف.

انضم إلى مجتمعنا المتنامي! استكشف مستودع GitHub للتعرف أكثر على الذكاء الاصطناعي. هل أنت مستعد لبدء مشاريعك الخاصة في الرؤية الحاسوبية؟ اطّلع على خيارات الترخيص. اكتشف الذكاء الاصطناعي في السيارات والرؤية الاصطناعية في الرعاية الصحية بزيارة صفحات حلولنا!