Edge AI والحوسبة الطرفية: تمكين الذكاء اللحظي

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

تقليدياً، تعمل العديد من نماذج الذكاء الاصطناعي هذه على السحابة، مما يعني أن الأجهزة ترسل البيانات إلى خوادم بعيدة قوية حيث يقوم النموذج بمعالجتها وإرجاع النتائج. لكن الاعتماد على السحابة ليس مثالياً دائماً، خاصة عندما تكون أجزاء الثانية مهمة. يمكن أن يؤدي إرسال البيانات ذهاباً وإياباً إلى حدوث تأخيرات، وإثارة مخاوف تتعلق بالخصوصية، وتطلب اتصالاً مستمراً.

هنا يأتي دور Edge AI وedge computing. يركز Edge AI على تشغيل نماذج الذكاء الاصطناعي مباشرة على الأجهزة مثل الكاميرات أو المستشعرات، مما يتيح اتخاذ قرارات فورية في الموقع. وفي الوقت نفسه، يهدف edge computing إلى معالجة البيانات بالقرب من مصدر إنشائها، وغالبًا على خوادم محلية أو بوابات بدلاً من الاعتماد على السحابة. هذا التحول يقلل من زمن الانتقال، ويحسن الخصوصية، ويسمح للذكاء الاصطناعي بالعمل بكفاءة حتى بدون اتصال مستمر بالسحابة.

يعد Edge AI مفيدًا بشكل خاص في تطبيقات computer vision، حيث يجب معالجة كميات كبيرة من البيانات المرئية بشكل فوري. يمكن لنماذج computer vision مثل Ultralytics YOLO11 تمكين مهام مثل object detection وinstance segmentation مباشرة على الحافة، مما يدعم الأجهزة الأذكى، والروبوتات، وأنظمة الذكاء الاصطناعي لإنترنت الأشياء الصناعي (IoT).

في هذا الدليل، سنوضح المعنى الحقيقي لـ Edge AI والحوسبة الحافية ونستكشف الاختلافات الرئيسية بينهما. بعد ذلك، سنستكشف كيف يؤدي دمجهما إلى تشغيل الذكاء الاصطناعي في الوقت الفعلي دون الاعتماد على السحابة. وأخيراً، سنلقي نظرة على التطبيقات العملية، خاصة فيما يتعلق بالرؤية الحاسوبية، ونزن إيجابيات وسلبيات نشر الذكاء الاصطناعي عند الحافة.

Edge AI مقابل الذكاء الاصطناعي السحابي: ما الفرق؟#

يشير Edge AI إلى نشر نماذج الذكاء الاصطناعي مباشرة على الأنظمة الموجودة على الأجهزة مثل الكاميرات، أو المستشعرات، أو الهواتف الذكية، أو الأجهزة المدمجة - بدلاً من الاعتماد على خوادم بعيدة أو الحوسبة السحابية. يسمح هذا النهج للأجهزة بمعالجة البيانات محلياً واتخاذ القرارات في الحال.

بدلاً من إرسال البيانات باستمرار ذهاباً وإياباً إلى السحابة، يمكن لنماذج Edge AI التعامل مع مهام مثل التعرف على الصور، ومعالجة الكلام، والصيانة التنبؤية في الوقت الفعلي. هذه القدرة أصبحت ممكنة بفضل التقدم في رقائق الذكاء الاصطناعي للحوسبة الحافية التي تمكن الآن النماذج القوية من العمل بكفاءة على الأجهزة المدمجة.

Fig 1. مقارنة بين معالجة الذكاء الاصطناعي السحابية ومعالجة Edge AI، مع إظهار تقليل زمن الانتقال وتحسين الخصوصية عند الحافة.

في سياق رؤية الكمبيوتر، يمكن للذكاء الاصطناعي الحفافة (Edge AI) مساعدة الأجهزة مثل الكاميرات المدعومة بالذكاء الاصطناعي في اكتشاف الكائنات، والتعرف على الوجوه، ومراقبة البيئات فوراً. يمكن لنماذج مثل Ultralytics YOLO11 معالجة البيانات بسرعة وتوفير رؤى في الوقت الفعلي - كل ذلك أثناء التشغيل مباشرة على الأجهزة الحافة (edge devices).

من خلال نقل استدلالات الذكاء الاصطناعي (عملية تشغيل نموذج ذكاء اصطناعي مدرب لتوليد تنبؤات أو رؤى) إلى الحافة، يمكن للأنظمة تقليل الاعتماد على السحابة، مما يحسن الذكاء الاصطناعي المرتكز على الخصوصية على الأجهزة الحافية ويتيح أداءً في الوقت الفعلي للتطبيقات التي تعتبر فيها السرعة وأمن البيانات أمراً بالغ الأهمية.

كيف تختلف الحوسبة الحافية عن Edge AI؟#

على الرغم من تشابه أسمائهما، إلا أن Edge AI والحوسبة الحافية يؤديان أدواراً متميزة. الحوسبة الحافية هي المفهوم الأوسع الذي يتضمن معالجة البيانات في أو بالقرب من مصدر التوليد، مثل خوادم الحافة (مراكز حوسبة صغيرة موضوعة بالقرب من الأجهزة للتعامل مع معالجة البيانات)، أو البوابات، أو الأجهزة.

تركز الحوسبة الحافية على تقليل كمية البيانات المرسلة إلى الخوادم المركزية من خلال التعامل مع المهام محلياً. وهي تدعم كل شيء بدءاً من تصفية البيانات وتحليلها وصولاً إلى تشغيل التطبيقات المعقدة خارج مراكز البيانات التقليدية.

من ناحية أخرى، يشير Edge AI على وجه تحديد إلى نماذج الذكاء الاصطناعي التي تعمل على edge devices. ببساطة، يجلب Edge AI الذكاء إلى الحافة. ومعًا، توفر هذه التقنيات حوسبة ذكاء اصطناعي منخفضة زمن الانتقال للصناعات التي تعتمد على السرعة والكفاءة.

على سبيل المثال، قد تستخدم كاميرا صناعية المعالجة الحافية لبث الفيديو ولكنها تعتمد على Edge AI لتحليل اللقطات، واكتشاف الحالات الشاذة، وإطلاق التنبيهات.

Edge AI والحوسبة الحافية من أجل ذكاء في الوقت الفعلي#

يعد الجمع بين Edge AI والحوسبة الحافية أمراً أساسياً لفتح آفاق الذكاء الاصطناعي في الوقت الفعلي عبر الصناعات. فبدلاً من الاعتماد على خوادم بعيدة، يمكن للأجهزة تحليل البيانات فوراً، واتخاذ القرارات بشكل أسرع، والعمل بشكل موثوق، حتى في البيئات ذات الاتصال المنخفض.

تغير هذه القدرة قواعد اللعبة بالنسبة لتطبيقات مثل السيارات ذاتية القيادة، والروبوتات، وأنظمة المراقبة، حيث يمكن للثواني أن تصنع كل الفرق. مع Edge AI، يمكن للأنظمة الاستجابة فوراً للظروف المتغيرة، مما يحسن السلامة والأداء وتجارب المستخدم.

عندما يتعلق الأمر بمهام رؤية الكمبيوتر، يمكن لنماذج مثل Ultralytics YOLO11 اكتشاف الكائنات، وتصنيف الصور، وتتبع الحركات في الوقت الفعلي. من خلال التشغيل محلياً، تتجنب هذه النماذج تأخيرات الاتصال السحابي وتمكن من اتخاذ القرارات بدقة عند الحاجة إليها.

Fig 2. يقوم edge computing بمعالجة البيانات بالقرب من أجهزة إنترنت الأشياء، مما يتيح إجراء تحليلات في الوقت الفعلي.

بالإضافة إلى ذلك، يدعم Edge AI الذكاء الاصطناعي المرتكز على الخصوصية. يمكن للبيانات الحساسة مثل خلاصات الفيديو أو المعلومات البيومترية البقاء على الجهاز، مما يقلل من مخاطر التعرض ويدعم الامتثال للوائح الخصوصية.

يمكنه أيضاً تمكين نماذج ذكاء اصطناعي موفرة للطاقة للحوسبة الحافية، حيث أن المعالجة المحلية تقلل من استخدام النطاق الترددي والاتصال السحابي، مما يقلل من استهلاك الطاقة — وهو أمر بالغ الأهمية لأجهزة إنترنت الأشياء.

معاً، يوفر Edge AI والحوسبة الحافية الأساس لأجهزة إنترنت الأشياء المدعومة بالذكاء الاصطناعي القادرة على معالجة الذكاء الاصطناعي بزمن وصول منخفض والتي تواكب متطلبات العالم الحقيقي.

التطبيقات الواقعية لـ Edge AI والحوسبة الحافية#

يمكن لـ Edge AI والحوسبة الحافية مساعدة العديد من الصناعات من خلال تمكين الذكاء الاصطناعي عند الحافة. دعونا نستكشف بعض حالات الاستخدام الأكثر تأثيراً للرؤية الحاسوبية حيث تعمل هذه التقنيات على تعزيز اتخاذ القرارات في الوقت الفعلي:

• المراقبة الذكية باستخدام Edge AI: يمكن للكاميرات المدعومة بالذكاء الاصطناعي مراقبة البيئات واكتشاف النشاط المشبوه. من خلال تحليل اللقطات في الموقع، تقلل هذه الأنظمة من الاعتماد على المعالجة السحابية وتحسن أوقات الاستجابة.
• Edge AI في السيارات والسيارات ذاتية القيادة: يمكن للمركبات استخدام Edge AI لمعالجة البيانات من الكاميرات، وLidar، والمستشعرات فوراً. وهذا يتيح مهام حاسمة مثل اكتشاف العقبات، والحفاظ على المسار، والتعرف على المشاة، كل ذلك دون الاعتماد على الخوادم السحابية.
• الذكاء الاصطناعي المدمج للروبوتات والأتمتة الصناعية: يمكن لنماذج الذكاء الاصطناعي المدمجة التي يتم دمجها في الأجهزة المتخصصة مثل robots أو المستشعرات أن تساعد الروبوتات في تحليل الصور، واكتشاف العيوب، والتكيف مع التغييرات في خط الإنتاج. يعمل التشغيل المحلي على تعزيز الدقة ويتيح إجراء تعديلات أسرع في البيئات الديناميكية.
• Edge AI في التصنيع: يمكن للمصانع الذكية استخدام Edge AI لفحص المنتجات، ومراقبة المعدات، وتحسين مراقبة الجودة. من خلال معالجة البيانات المرئية في الموقع، تمنع هذه الأنظمة العيوب وتقلل من وقت التوقف عن العمل.
• Edge AI في المدن الذكية وإدارة حركة المرور: من تحليل حركة المرور في الوقت الفعلي إلى اكتشاف المشاة، يتيح Edge AI التخطيط الحضري لـ smart cities وشوارع أكثر أمانًا من خلال الحفاظ على المعالجة محلية.
• الرعاية الصحية والأجهزة الطبية: يمكن لأجهزة التصوير المحمولة استخدام Edge AI لتحليل الفحوصات فوراً. هذا النهج يحسن سرعة التشخيص مع الحفاظ على أمان البيانات الصحية الحساسة على الجهاز.
• الزراعة والمراقبة البيئية: يمكن لـ drones ومستشعرات إنترنت الأشياء المدعومة بـ Edge AI تقييم صحة المحاصيل، ومراقبة الظروف البيئية، وتحسين الموارد، وكل ذلك في الوقت الفعلي.

الشكل 3. يمكن لطائرة بدون طيار مزودة بنظام Ultralytics YOLO11 اكتشاف المركبات والمعدات في الموقع.

عبر هذه الأمثلة، يمكن لنماذج رؤية الكمبيوتر مثل Ultralytics YOLO11 المنتشرة على الأجهزة الحافة تقديم رؤى ذكاء اصطناعي في الوقت الفعلي وتمكين الأنظمة من اتخاذ القرارات بالضبط عندما تكون مسؤولة.

إيجابيات وسلبيات Edge AI والحوسبة الحافية#

بينما يوفر Edge AI والحوسبة الحافية مزايا كبيرة، من المهم مراعاة كل من نقاط القوة والقيود لنشر الذكاء الاصطناعي عند الحافة.

من الجانب الإيجابي:

• اتخاذ قرارات أسرع: يمكن لـ Edge AI تقليل زمن الوصول عن طريق معالجة البيانات محلياً، مما يتيح استجابات فورية في التطبيقات الحرجة مثل المركبات ذاتية القيادة والأتمتة الصناعية.

• تحسين الخصوصية وأمن البيانات: يمكن لـ Edge AI تقليل مخاطر التعرض من خلال إبقاء البيانات على الجهاز، مما يجعله مثالياً للتطبيقات التي تتطلب معالجة تركز على الخصوصية.

• متطلبات نطاق ترددي أقل: يمكن لـ Edge AI تقليل عمليات نقل البيانات إلى السحابة، مما يمكن أن يساعد في تقليل التكاليف التشغيلية وتحسين الكفاءة.

• كفاءة الطاقة: يدعم تشغيل النماذج محلياً عمليات ذكاء اصطناعي موفرة للطاقة، خاصة للأجهزة الحافية منخفضة الطاقة في بيئات إنترنت الأشياء.

ومع ذلك، لا تزال هناك بعض التحديات:

• قيود الأجهزة: غالباً ما تكون لدى الأجهزة الحافية قوة معالجة وتخزين محدودة، مما قد يقيد تعقيد نماذج الذكاء الاصطناعي التي يمكنها تشغيلها.
• تحديات تحسين النماذج: يجب تحسين نماذج الذكاء الاصطناعي بعناية لتحقيق التوازن بين الأداء واستخدام الموارد عند الحافة.
• الصيانة والتحديثات: قد تكون إدارة التحديثات عبر الأجهزة الحافية الموزعة أمراً صعباً، خاصة في عمليات النشر الكبيرة.
• تكاليف أولية أعلى: قد يتطلب إعداد البنية التحتية للحافة والأجهزة المتخصصة استثماراً أولياً كبيراً، على الرغم من أنه يمكن أن يقلل من تكاليف السحابة بمرور الوقت.

بشكل عام، يقدم Edge AI والحوسبة الحافية حلولاً قوية للصناعات التي تتطلع إلى تمكين أجهزة مدعومة بالذكاء الاصطناعي تعمل بشكل أسرع، وأكثر أماناً، وبكفاءة أكبر.

أبرز النقاط#

يغير Edge AI والحوسبة الحافية الطريقة التي تتعامل بها الصناعات مع الذكاء في الوقت الفعلي. من خلال معالجة البيانات محلياً، يمكن لهذه التقنيات تمكين اتخاذ قرارات أسرع وأذكى - خاصة في تطبيقات الرؤية الحاسوبية.

من إنترنت الأشياء الصناعي المدعوم بالذكاء الاصطناعي إلى المراقبة الذكية باستخدام الذكاء الاصطناعي الحافة، يمكن أن يؤدي الجمع بين الحوسبة المحلية والنماذج الذكية مثل Ultralytics YOLO11 إلى تشغيل التطبيقات التي تعتمد على السرعة والخصوصية والموثوقية.

مع استمرار تطور Edge AI، تكتسب الصناعات وصولاً إلى حوسبة ذكاء اصطناعي منخفضة زمن الوصول يمكن توسيع نطاقها بسهولة، وتحسن الكفاءة التشغيلية، وتضع الأساس لمستقبل الذكاء الاصطناعي عند الحافة.

انضم إلى community المتنامي لدينا! استكشف GitHub repository الخاص بنا لمعرفة المزيد حول الذكاء الاصطناعي. هل أنت مستعد لبدء مشاريع computer vision الخاصة بك؟ اطلع على licensing options لدينا. اكتشف AI in automotive وVision AI in healthcare من خلال زيارة صفحات الحلول الخاصة بنا!