رؤية سوني: إضفاء الطابع الديمقراطي على الذكاء الاصطناعي على الأجهزة المتطورة

افتتحت وي تانغ الجلسة بالحديث عن هدف سوني لجعل الذكاء الاصطناعي المتطور متاحاً كما فعلوا مع التصوير الفوتوغرافي منذ سنوات. وأكدت على كيفية تركيز سوني الآن على توفير الذكاء الاصطناعي البصري المتقدم لمزيد من الأشخاص من خلال الحوسبة المتطورة. أحد العوامل الدافعة وراء ذلك هو التأثير الإيجابي الذي يمكن أن يحدثه الذكاء الاصطناعي المتطور على البيئة. من خلال معالجة البيانات مباشرةً على الأجهزة بدلاً من الاعتماد على مراكز البيانات الضخمة، تساعد الحوسبة المتطورة على تقليل استخدام الطاقة وتقليل انبعاثات الكربون. إنه نهج أكثر ذكاءً ومراعاة للبيئة يتناسب تمامًا مع التزام سوني ببناء تكنولوجيا لا تعمل بشكل أفضل فحسب، بل تساعد أيضًا في خلق مستقبل أكثر استدامة.

وواصل وي شرح كيف تقوم شركة سوني لحلول أشباه الموصلات، وهي قسم سوني المتخصص في تقنيات التصوير والاستشعار، بإنشاء مستشعرات صور متقدمة. تُستخدم هذه المستشعرات في مجموعة متنوعة من الأجهزة، حيث تقوم بتحويل الضوء إلى إشارات إلكترونية لالتقاط الصور. يتم شحن أكثر من 1.2 مليار مستشعر كل عام، وهي موجودة في ما يقرب من نصف الهواتف المحمولة في العالم، مما يجعل سوني لاعباً رئيسياً في صناعة التصوير. 

‍

استناداً إلى هذه الخبرة، تعمل سوني الآن على المضي قدماً في هذا المجال من خلال تحويل هذه المستشعرات من أجهزة التقاط الصور إلى أدوات ذكية يمكنها معالجة البيانات في الوقت الفعلي، مما يتيح رؤى مدعومة بالذكاء الاصطناعي مباشرة على الأجهزة. قبل أن نناقش حلول الأجهزة والبرمجيات التي تستخدمها سوني لدعم هذا التحول، دعونا نفهم تحديات الذكاء الاصطناعي المتطورة التي تهدف هذه الابتكارات إلى حلها.

التحديات المتعلقة بمعالجة الصور بالذكاء الاصطناعي على الأجهزة المتطورة

ينطوي تطوير حلول الذكاء الاصطناعي المتطورة على بعض التحديات الرئيسية، خاصةً عند العمل مع أجهزة مثل الكاميرات وأجهزة الاستشعار. فالعديد من هذه الأجهزة لديها طاقة وقدرة معالجة محدودة، مما يجعل من الصعب تشغيل نماذج الذكاء الاصطناعي المتقدمة بكفاءة.

فيما يلي بعض القيود الرئيسية الأخرى:

• تعقيد البرمجيات: يمكن أن يكون تكييف نماذج الذكاء الاصطناعي للعمل عبر مختلف الأجهزة المتطورة ذات التكوينات المختلفة للأجهزة معقدًا ويتطلب تعديلات وتحسينات.
  ‍
• اختناقات ما بعد المعالجة: غالبًا ما يكون هناك تأخير عند نقل كميات كبيرة من البيانات من الجهاز إلى المضيف للمعالجة اللاحقة. وغالبًا ما تستهلك وقتًا أطول من الوقت الذي يستغرقه الاستدلال الفعلي لنموذج الذكاء الاصطناعي.
  ‍
• انفجار البيانات: مع قيام العديد من أجهزة إنترنت الأشياء بتوليد البيانات باستمرار، يمكن أن يكون حجم البيانات التي يجب معالجتها محلياً هائلاً، مما يزيد من الضغط على الأجهزة الطرفية.

التعرف على مستشعر الرؤية الذكي IMX500 من سوني IMX500

يُعدّ مستشعر الرؤية الذكي IMX500 من سوني جهازاً يغيّر قواعد اللعبة في معالجة الذكاء الاصطناعي المتطورة. إنه أول مستشعر رؤية ذكي في العالم مزوّد بقدرات ذكاء اصطناعي على الرقاقة. ويساعد هذا المستشعر في التغلب على العديد من التحديات في مجال الذكاء الاصطناعي المتطور، بما في ذلك اختناقات معالجة البيانات والمخاوف المتعلقة بالخصوصية وقيود الأداء.

بينما تقوم المستشعرات الأخرى بتمرير الصور والإطارات فقط، فإن IMX500 يحكي قصة كاملة. فهو يعالج البيانات مباشرة على المستشعر، مما يسمح للأجهزة بتوليد رؤى في الوقت الفعلي. وخلال الجلسة، قال وي تانغ: "من خلال الاستفادة من تقنية مستشعر الصور المتقدمة، نهدف إلى تمكين جيل جديد من التطبيقات التي يمكنها تحسين الحياة اليومية". وقد تم تصميم IMX500 لتحقيق هذا الهدف، حيث تم تصميمه لتحويل كيفية تعامل الأجهزة مع البيانات مباشرة على المستشعر، دون الحاجة إلى إرسالها إلى السحابة للمعالجة.

فيما يلي بعض ميزاته الرئيسية:

• إخراج البيانات الوصفية: بدلاً من إرسال الصور كاملة، تقوم بإخراج البيانات الوصفية مما يقلل بشكل كبير من حجم البيانات، مما يقلل من استخدام النطاق الترددي والتكاليف.
  ‍
• تعزيز الخصوصية: من خلال معالجة البيانات على الجهاز، يعمل IMX500 على تحسين الخصوصية، خاصةً في المواقف التي تنطوي على معلومات حساسة، مثل مهام الرؤية الحاسوبية المتعلقة بالإنسان مثل عد الأشخاص.
  ‍
• المعالجة في الوقت الحقيقي: إن قدرة المستشعر على معالجة البيانات بسرعة تعني أنه يدعم اتخاذ القرارات السريعة في الوقت الحقيقي، وهو ما يتيح تطبيقات الذكاء الاصطناعي المتطورة مثل الأنظمة المستقلة.

إن IMX500 ليس مجرد مستشعر كاميرا، بل هو أداة استشعار قوية تعمل على تحويل كيفية إدراك الأجهزة للعالم من حولها وتفاعلها معه. من خلال تضمين الذكاء الاصطناعي مباشرةً في المستشعر، تجعل سوني الذكاء الاصطناعي المتطور أكثر سهولة في صناعات مثل السيارات والرعاية الصحية والمدن الذكية. في الأقسام اللاحقة، سنتعمق أكثر في كيفية عمل IMX500 مع نماذج Ultralytics YOLO لتحسين اكتشاف الأجسام ومعالجة البيانات على الأجهزة المتطورة.

‍

منصة AITRIOS من سوني: تبسيط الذكاء الاصطناعي المتطور

بعد تقديم مستشعر IMX500، أعربت وي تانغ عن أنه على الرغم من أهمية الأجهزة، إلا أنها ليست كافية بمفردها لمعالجة النطاق الكامل للتحديات التي ينطوي عليها نشر الذكاء الاصطناعي على الحافة. وتحدثت عن كيف أن دمج الذكاء الاصطناعي على أجهزة مثل الكاميرات والمستشعرات يتطلب أكثر من مجرد أجهزة متقدمة، بل يحتاج إلى برامج ذكية لإدارتها. وهنا يأتي دور منصة AITRIOS من سوني، حيث تقدم حلاً برمجياً موثوقاً مصمماً لجعل نشر الذكاء الاصطناعي على الأجهزة المتطورة أكثر بساطة وكفاءة.

تعمل AITRIOS كجسر بين نماذج الذكاء الاصطناعي المعقدة والقيود المفروضة على الأجهزة المتطورة. فهو يوفر للمطوّرين مجموعة من الأدوات لنشر نماذج الذكاء الاصطناعي المدربة مسبقاً بسرعة. ولكن الأهم من ذلك أنه يدعم إعادة التدريب المستمر حتى تظل نماذج الذكاء الاصطناعي قابلة للتكيف مع التغيرات في العالم الحقيقي. 

كما سلّط وي الضوء على كيفية تبسيط AITRIOS للعملية بالنسبة لأولئك الذين ليس لديهم خبرة عميقة في الذكاء الاصطناعي، مما يوفر مرونة في تخصيص نماذج الذكاء الاصطناعي لحالات استخدام الذكاء الاصطناعي المتطورة المحددة. كما أنه يعالج التحديات الشائعة مثل قيود الذاكرة وانخفاض الأداء، مما يسهل دمج الذكاء الاصطناعي في الأجهزة الصغيرة دون التضحية بالدقة أو السرعة. 

‍

تحسين طرازات YOLO على IMX500

في الجزء الثاني من المحاضرة، تم تمرير الميكروفون إلى أمير، الذي تطرق إلى الجانب التقني لكيفية تحسين سوني لنماذج YOLO على مستشعر IMX500. 

بدأ أمير حديثه قائلاً: "إن نماذج YOLO هي نماذج متميزة وسهلة التحسين إلى حد ما، وذلك بفضل جلين والفريق. سأقنعك بذلك، لا تقلق." ثم أوضح أمير أنه في حين أن الكثير من التركيز ينصب عادةً على تحسين نموذج الذكاء الاصطناعي نفسه، فإن هذا النهج غالباً ما يتجاهل مصدر قلق بالغ الأهمية: اختناقات ما بعد المعالجة.

أشار أمير إلى أنه في كثير من الحالات، بمجرد أن يكمل نموذج الذكاء الاصطناعي مهمته، يمكن أن تتسبب عملية نقل البيانات والتعامل مع المعالجة اللاحقة على الجهاز المضيف في حدوث تأخيرات كبيرة. ويؤدي نقل البيانات ذهاباً وإياباً بين الجهاز والمضيف إلى حدوث تأخيرات في زمن الاستجابة، وهو ما يمكن أن يكون عائقاً كبيراً أمام تحقيق أفضل أداء.

‍

ولمعالجة هذه المشكلة، أكد أمير على أهمية النظر إلى النظام بأكمله من البداية إلى النهاية، بدلاً من التركيز فقط على نموذج الذكاء الاصطناعي. فمع مستشعر IMX500، اكتشفوا أن المعالجة اللاحقة كانت عنق الزجاجة الرئيسي الذي يبطئ كل شيء. وأشار إلى أن الإنجاز الحقيقي كان فتح القفل غير الأقصى على الرقاقة (NMS). 

وسمح ذلك بإجراء المعالجة اللاحقة مباشرة على المستشعر، مما يلغي الحاجة إلى نقل كميات كبيرة من البيانات إلى جهاز مضيف. من خلال تشغيل NMS مباشرةً على IMX500، اخترقت سوني ما أطلق عليه أمير "السقف الزجاجي لما بعد المعالجة"، وحققت أداءً أفضل بكثير وتقليل زمن الوصول.

‍

بعد ذلك، سنلقي نظرة على الكيفية التي ساعد بها هذا الابتكار نماذج YOLO، وخاصةً YOLOv8 Nano، على العمل بكفاءة أكبر على الأجهزة المتطورة، مما يخلق فرصًا جديدة لمعالجة الذكاء الاصطناعي في الوقت الفعلي على أجهزة أصغر ومحدودة الموارد.

تحقق طرز YOLOv8 زيادة في السرعة بمعدل 4 أضعاف مع IMX500 من سوني

وفي ختام المحاضرة، أوضح أمير كيف تمكنوا من مضاعفة أداء نموذج YOLOv8 Nano أربعة أضعاف من خلال تشغيل NMS على الحافة. وعرض ذلك على جهاز Raspberry Pi 5، الذي تم دمجه مع مستشعر IMX500 AI. قارن أمير الأداء عندما تمت معالجة ما بعد المعالجة على جهاز مضيف مقابل شريحة IMX500. 

أظهرت النتائج بوضوح تحسناً كبيراً في الإطارات في الثانية (FPS) والكفاءة الكلية عندما تمت المعالجة على الرقاقة. أدى التحسين إلى جعل اكتشاف الكائنات أسرع وأكثر سلاسة وأظهر أيضاً إمكانية معالجة الذكاء الاصطناعي في الوقت الحقيقي على أجهزة أصغر حجماً ومحدودة الموارد مثل Raspberry Pi.

الوجبات الرئيسية

يعمل مستشعر IMX500 من سوني ومنصة AITRIOS ونماذج Ultralytics YOLO على إعادة تشكيل تطوير الذكاء الاصطناعي المتطور. تقلل معالجة الذكاء الاصطناعي على الرقاقة من نقل البيانات وزمن الاستجابة مع تعزيز الخصوصية والأمان والكفاءة. من خلال التركيز على النظام بأكمله، وليس فقط على نموذج الذكاء الاصطناعي، تجعل هذه الابتكارات الذكاء الاصطناعي المتطور في متناول المطورين ومن لا يمتلكون خبرة عميقة في الذكاء الاصطناعي. مع استمرار تقدم تقنية الذكاء الاصطناعي المتطور، من المرجح أن تتيح أجهزة أكثر ذكاءً وسرعة في اتخاذ القرارات وحماية أقوى للخصوصية عبر مجموعة واسعة من الصناعات والتطبيقات.

ابق على اتصال مع مجتمعنا لمواصلة التعلم عن الذكاء الاصطناعي! اطّلع على مستودع GitHub الخاص بنا لاكتشاف كيفية استخدام الذكاء الاصطناعي لإنشاء حلول مبتكرة في مختلف الصناعات مثل الزراعة والتصنيع. 🚀