تمكين ذكاء الحافة باستخدام Sony IMX500 وAITRIOS

يتيح الذكاء الاصطناعي الطرفي لـنماذج الذكاء الاصطناعي (AI) العمل مباشرةً على أجهزة مثل الهواتف الذكية والكاميرات والطائرات المسيّرة. وتتمثل ميزته الرئيسية في دعم اتخاذ القرارات بصورة أسرع وفي الوقت الفعلي من دون الاعتماد على السحابة. وفي الواقع، تُظهر الدراسات أن استخدام الذكاء الاصطناعي على المنصات الطرفية يمكن أن يزيد الكفاءة التشغيلية بنسبة تصل إلى 40%.

جعلت التطورات الحديثة في الذكاء الاصطناعي الطرفي، ولا سيما في الرؤية الحاسوبية، هذا المجال موضوعًا محوريًا في YOLO Vision 2024 (YV24)، وهو الحدث الهجين السنوي الذي تنظمه Ultralytics ويجمع بين عشاق الذكاء الاصطناعي وخبرائه لاستكشاف أحدث التطورات في ذكاء الرؤية. وكان من أبرز فعاليات الحدث العرض الرئيسي الذي قدمته Sony، حيث استعرضت حلولها المتطورة الجديدة في أجهزة الذكاء الاصطناعي والبرمجيات. وقد عُرض مستشعر IMX500 ومنصة AITRIOS، وأوضحت Sony كيف تجعل هذه الابتكارات نشر نماذج Ultralytics YOLO مثل Ultralytics YOLO11 وUltralytics YOLOv8 على الأجهزة الطرفية أسهل وأكثر كفاءة.

أدار الجلسة Wei Tang، وهو مدير تطوير الأعمال الذي يركز على حلول التصوير لدى Sony، وAmir Servi، وهو مدير منتجات التعلم العميق الطرفي ويتمتع بخبرة في نشر نماذج التعلم العميق على الأجهزة الطرفية.

في هذه المقالة، سنستعرض حديث Sony في YV24 ونستكشف كيفية تحسين مستشعر IMX500 ومنصة AITRIOS لاستخدام نماذج YOLO من أجل معالجة الذكاء الاصطناعي الطرفي بصورة أسرع وفي الوقت الفعلي. فلنبدأ!

رؤية Sony: إتاحة الذكاء الاصطناعي على الأجهزة الطرفية للجميع#

افتتحت Wei Tang الجلسة بالحديث عن هدف Sony المتمثل في جعل الذكاء الاصطناعي الطرفي متاحًا للجميع، كما فعلت مع التصوير الفوتوغرافي قبل سنوات. وأكدت أن Sony تركز الآن على إيصال ذكاء الرؤية المتقدم إلى مزيد من الأشخاص من خلال الحوسبة الطرفية. ويتمثل أحد العوامل الرئيسية وراء ذلك في الأثر الإيجابي الذي يمكن أن يتركه الذكاء الاصطناعي الطرفي على البيئة. فمن خلال معالجة البيانات مباشرةً على الأجهزة بدلًا من الاعتماد على مراكز البيانات الضخمة، تساعد الحوسبة الطرفية على تقليل استهلاك الطاقة وخفض انبعاثات الكربون. إنه نهج أكثر ذكاءً واستدامة ينسجم تمامًا مع التزام Sony ببناء تقنيات لا تعمل بصورة أفضل فحسب، بل تساعد أيضًا على إنشاء مستقبل أكثر استدامة.

واصلت Wei شرح كيفية إنشاء Sony Semiconductor Solutions، وهي وحدة Sony المتخصصة في تقنيات التصوير والاستشعار، لمستشعرات الصور المتقدمة. وتُستخدم هذه المستشعرات في مجموعة متنوعة من الأجهزة، إذ تحوّل الضوء إلى إشارات إلكترونية لالتقاط الصور. ومع شحن أكثر من 1.2 مليار مستشعر سنويًا، توجد هذه المستشعرات في نحو نصف الهواتف المحمولة في العالم، ما يجعل Sony لاعبًا رئيسيًا في صناعة التصوير.

الشكل 1. أمثلة على مستشعرات الصور من Sony.

استنادًا إلى هذه الخبرة، تمضي Sony الآن قدمًا بتحويل هذه المستشعرات من أجهزة التقاط الصور إلى أدوات ذكية يمكنها معالجة البيانات في الوقت الفعلي، ما يتيح رؤى مدعومة بالذكاء الاصطناعي مباشرةً على الأجهزة. وقبل مناقشة حلول الأجهزة والبرمجيات التي تستخدمها Sony لدعم هذا التحول، دعونا نفهم تحديات الذكاء الاصطناعي الطرفي التي تهدف هذه الابتكارات إلى حلها.

التحديات المتعلقة بمعالجة الصور بالذكاء الاصطناعي على الأجهزة الطرفية#

ينطوي تطوير حلول الذكاء الاصطناعي الطرفي على بعض التحديات الرئيسية، لا سيما عند العمل مع أجهزة مثل الكاميرات والمستشعرات. إذ تتمتع كثير من هذه الأجهزة بقدرة محدودة على الطاقة والمعالجة، ما يجعل تشغيل نماذج الذكاء الاصطناعي المتقدمة بكفاءة أمرًا صعبًا.

فيما يلي بعض القيود الرئيسية الأخرى:

• تعقيد البرمجيات: قد يكون تكييف نماذج الذكاء الاصطناعي للعمل عبر أجهزة طرفية متنوعة ذات تكوينات مختلفة للأجهزة أمرًا معقدًا، وقد يتطلب إجراء تعديلات وتحسينات.
• اختناقات المعالجة اللاحقة: غالبًا ما يحدث تأخير عند نقل كميات كبيرة من البيانات من الجهاز إلى المضيف لإجراء المعالجة اللاحقة. وكثيرًا ما تستغرق هذه العملية وقتًا أطول من استدلال النموذج الفعلي للذكاء الاصطناعي.
• انفجار البيانات: مع استمرار العديد من أجهزة إنترنت الأشياء في إنشاء البيانات، قد يصبح حجم البيانات التي ينبغي معالجتها محليًا هائلًا، ما يزيد الضغط على الأجهزة الطرفية.

التعرّف على مستشعر الرؤية الذكي Sony IMX500#

يُعد مستشعر الرؤية الذكي Sony IMX500 قطعة أجهزة غيّرت قواعد اللعبة في معالجة الذكاء الاصطناعي الطرفي. وهو أول مستشعر رؤية ذكي في العالم يتمتع بقدرات الذكاء الاصطناعي على الشريحة. ويساعد هذا المستشعر على تجاوز العديد من تحديات الذكاء الاصطناعي الطرفي، بما في ذلك اختناقات معالجة البيانات، ومخاوف الخصوصية، وقيود الأداء.

في حين تكتفي المستشعرات الأخرى بتمرير الصور والإطارات، يروي IMX500 القصة كاملة. فهو يعالج البيانات مباشرةً على المستشعر، ما يتيح للأجهزة توليد الرؤى في الوقت الفعلي. وخلال الجلسة، قالت Wei Tang: "من خلال الاستفادة من تقنيتنا المتقدمة لمستشعرات الصور، نهدف إلى تمكين جيل جديد من التطبيقات التي يمكنها تحسين الحياة اليومية." وقد صُمم IMX500 لتحقيق هذا الهدف، إذ يغيّر طريقة تعامل الأجهزة مع البيانات مباشرةً على المستشعر، من دون الحاجة إلى إرسالها إلى السحابة لمعالجتها.

فيما يلي بعض ميزاتها الرئيسية:

• إخراج البيانات الوصفية: بدلًا من إرسال الصور الكاملة، يُخرج المستشعر بيانات وصفية، ما يقلل حجم البيانات بدرجة كبيرة، ويخفض استخدام النطاق الترددي والتكاليف.
• تعزيز الخصوصية: من خلال معالجة البيانات على الجهاز، يحسّن IMX500 الخصوصية، لا سيما في الحالات التي تتضمن معلومات حساسة، مثل مهام الرؤية الحاسوبية المتعلقة بالبشر، ومنها عدّ الأشخاص.
• المعالجة في الوقت الفعلي: تعني قدرة المستشعر على التعامل مع البيانات بسرعة أنه يدعم اتخاذ القرارات السريع وفي الوقت الفعلي، ما يتيح تطبيقات الذكاء الاصطناعي الطرفي مثل الأنظمة المستقلة.

إن IMX500 ليس مجرد مستشعر كاميرا، بل أداة استشعار قوية تغيّر طريقة إدراك الأجهزة للعالم من حولها وتفاعلها معه. ومن خلال دمج الذكاء الاصطناعي مباشرةً في المستشعر، تجعل Sony الذكاء الاصطناعي الطرفي متاحًا بصورة أكبر لقطاعات مثل السيارات والرعاية الصحية والمدن الذكية. وفي الأقسام التالية، سنتعمق في كيفية عمل IMX500 مع نماذج Ultralytics YOLO لتحسين اكتشاف الكائنات ومعالجة البيانات على الأجهزة الطرفية.

الشكل 2. Wei Tang على المسرح في YOLO Vision 2024 وهي تقدم مستشعر الرؤية الذكي Sony IMX500.

منصة AITRIOS من Sony: تبسيط الذكاء الاصطناعي الطرفي#

بعد تقديم مستشعر IMX500، أوضحت وي تانغ أنه رغم أهمية العتاد، فإنه لا يكفي وحده لمعالجة النطاق الكامل للتحديات المرتبطة بـنشر الذكاء الاصطناعي على الأجهزة الطرفية. وتحدثت عن أن دمج الذكاء الاصطناعي في أجهزة مثل الكاميرات والمستشعرات يتطلب أكثر من مجرد عتاد متقدم - بل يحتاج إلى برمجيات ذكية لإدارته. وهنا يأتي دور منصة AITRIOS من Sony، إذ تقدم حلاً برمجياً موثوقاً صُمم لجعل نشر الذكاء الاصطناعي على الأجهزة الطرفية أبسط وأكثر كفاءة.

تعمل AITRIOS جسرًا بين نماذج الذكاء الاصطناعي المعقدة وقيود الأجهزة الطرفية. فهي توفر للمطورين مجموعة من الأدوات من أجل نشر نماذج الذكاء الاصطناعي المدرّبة مسبقًا بسرعة. والأهم من ذلك أنها تدعم إعادة التدريب المستمرة، بحيث تظل نماذج الذكاء الاصطناعي قابلة للتكيف مع التغيرات في العالم الحقيقي.

وسلّطت Wei الضوء أيضًا على كيفية تبسيط AITRIOS للعملية أمام من لا يمتلكون خبرة عميقة في الذكاء الاصطناعي، إذ توفر مرونة تخصيص نماذج الذكاء الاصطناعي لحالات استخدام محددة للذكاء الاصطناعي الطرفي. كما تعالج تحديات شائعة مثل قيود الذاكرة وانخفاض الأداء، ما يجعل دمج الذكاء الاصطناعي في الأجهزة الأصغر أسهل من دون التضحية بالدقة أو السرعة.

الشكل 3. أمثلة على حالات استخدام الذكاء الاصطناعي الطرفي. مصدر الصورة: SONY Semicon | AITRIOS.

تحسين نماذج YOLO على IMX500#

في الجزء الثاني من الحديث، أُعطي الميكروفون إلى Amir، الذي تناول الجانب التقني لكيفية تحسين Sony لـنماذج YOLO على مستشعر IMX500.

بدأ Amir حديثه قائلًا: “تُمكّن نماذج YOLO الأجهزة الطرفية، ومن السهل تحسينها نسبيًا بفضل Glenn والفريق. وسأقنعكم بذلك، فلا تقلقوا." ثم أوضح Amir أنه رغم تركيز كثير من الجهود عادةً على تحسين نموذج الذكاء الاصطناعي نفسه، فإن هذا النهج غالبًا ما يغفل مسألة بالغة الأهمية: اختناقات المعالجة اللاحقة.

أشار Amir إلى أنه في كثير من الحالات، بعد إكمال نموذج الذكاء الاصطناعي مهمته، يمكن أن تتسبب عملية نقل البيانات وإجراء المعالجة اللاحقة على جهاز مضيف في حدوث تأخيرات كبيرة. ويؤدي نقل البيانات ذهابًا وإيابًا بين الجهاز والمضيف إلى زمن استجابة قد يشكل عائقًا رئيسيًا أمام تحقيق أفضل أداء.

الشكل 4. Amir Servi على المسرح في YOLO Vision 2024 وهو يشرح اختناقات المعالجة اللاحقة.

لمعالجة ذلك، أكد Amir أهمية النظر إلى النظام الكامل من البداية إلى النهاية بدلًا من التركيز على نموذج الذكاء الاصطناعي وحده. وباستخدام مستشعر IMX500، اكتشفوا أن المعالجة اللاحقة كانت عنق الزجاجة الرئيسي الذي يبطئ كل شيء. وذكر أن الاختراق الحقيقي تمثل في إتاحة الكبت غير الأقصى (NMS) على الشريحة.

وقد أتاح ذلك إجراء المعالجة اللاحقة مباشرةً على المستشعر، ما ألغى الحاجة إلى نقل كميات كبيرة من البيانات إلى جهاز مضيف. ومن خلال تشغيل NMS مباشرةً على IMX500، تجاوزت Sony ما أطلق عليه Amir “السقف الزجاجي للمعالجة اللاحقة”، محققةً أداءً أفضل بكثير وخفضًا في زمن الاستجابة.

الشكل 5. التغلب على اختناق المعالجة اللاحقة. مصدر الصورة: SONY Semicon | AITRIOS

بعد ذلك، سنلقي نظرة على كيفية مساعدة هذا الابتكار لنماذج YOLO، وخاصة Ultralytics YOLOv8 Nano، على العمل بكفاءة أكبر على الأجهزة الطرفية، ما يخلق فرصًا جديدة لمعالجة الذكاء الاصطناعي في الوقت الفعلي على أجهزة أصغر ومحدودة الموارد.

تحقق نماذج Ultralytics YOLOv8 من زيادة في السرعة بمقدار 4 أضعاف باستخدام IMX500 من Sony#

في ختام الحديث بصورة مميزة، أوضح Amir كيف تمكنوا من مضاعفة أداء نموذج Ultralytics YOLOv8 Nano أربع مرات من خلال تشغيل NMS على الجهاز الطرفي. واستعرض ذلك على جهاز Raspberry Pi 5، الذي دُمج مع مستشعر IMX500 للذكاء الاصطناعي. وقارن Amir الأداء عند إجراء المعالجة اللاحقة على جهاز مضيف وعند إجرائها على شريحة IMX500.

أظهرت النتائج بوضوح تحسنًا كبيرًا في عدد الإطارات في الثانية (FPS) والكفاءة الإجمالية عند إجراء المعالجة على الشريحة. جعل التحسين اكتشاف الكائنات أسرع وأكثر سلاسة، كما أثبت جدوى معالجة الذكاء الاصطناعي في الوقت الفعلي على أجهزة أصغر ومحدودة الموارد مثل Raspberry Pi.

أهم النقاط المستخلصة#

يعيد مستشعر IMX500 من Sony ومنصة AITRIOS ونماذج Ultralytics YOLO تشكيل تطوير الذكاء الاصطناعي الطرفي. وتقلل معالجة الذكاء الاصطناعي على الشريحة من نقل البيانات وزمن الاستجابة، مع تعزيز الخصوصية والأمان والكفاءة. ومن خلال التركيز على النظام بأكمله، لا على نموذج الذكاء الاصطناعي وحده، تجعل هذه الابتكارات الذكاء الاصطناعي الطرفي أكثر إتاحة للمطورين ولمن لا يمتلكون خبرة عميقة في الذكاء الاصطناعي. ومع استمرار تقدم تقنيات الذكاء الاصطناعي الطرفي، فمن المرجح أن تتيح أجهزة أكثر ذكاءً، واتخاذًا أسرع للقرارات، وحماية أقوى للخصوصية عبر مجموعة واسعة من القطاعات والتطبيقات.

ابقَ على تواصل مع مجتمعنا لمواصلة التعلم عن الذكاء الاصطناعي! وتفقّد مستودعنا على GitHub لاكتشاف كيفية استخدامنا للذكاء الاصطناعي لإنشاء حلول مبتكرة في صناعات مختلفة مثل الزراعة والتصنيع. 🚀