تمكين Edge AI باستخدام Sony IMX500 وAITRIOS

يُمكِّن الذكاء الاصطناعي على الحافة (Edge AI) نماذج الذكاء الاصطناعي (AI models) من العمل مباشرةً على أجهزة مثل الهواتف الذكية، والكاميرات، والطائرات بدون طيار. وتكمن ميزته الرئيسية في أنه يدعم اتخاذ قرارات أسرع وفي الوقت الفعلي دون الاعتماد على السحابة. في الواقع، تُظهر الدراسات أن استخدام الذكاء الاصطناعي على منصات الحافة يمكن أن يرفع الكفاءة التشغيلية بنسبة تصل إلى 40%.

أدت التطورات الأخيرة في الذكاء الاصطناعي على الحافة (edge AI)، لا سيما في الرؤية الحاسوبية (computer vision)، إلى جعله موضوعاً مركزياً في مؤتمر YOLO Vision 2024 (YV24)، وهو الحدث الهجين السنوي لشركة Ultralytics الذي يجمع عشاق وخبراء الذكاء الاصطناعي لاستكشاف أحدث ما توصلت إليه رؤية الذكاء الاصطناعي (Vision AI). وكان أحد أبرز محطات الحدث العرض الرئيسي لشركة سوني (Sony)، حيث استعرضت حلولها الجديدة والمتطورة من أجهزة الذكاء الاصطناعي والبرمجيات. وقد تم تسليط الضوء على مستشعر IMX500 ومنصة AITRIOS، حيث أظهرت سوني كيف تجعل هذه الابتكارات عملية نشر نماذج Ultralytics YOLO مثل Ultralytics YOLO11 وUltralytics YOLOv8 على الحافة أكثر سهولة وكفاءة.

قاد الجلسة كل من وي تانغ (Wei Tang)، مدير تطوير الأعمال المهتم بحلول التصوير من سوني، وأمير سيرفي (Amir Servi)، مدير منتجات التعلم العميق على الحافة والذي يمتلك خبرة في نشر نماذج التعلم العميق (deep learning) على أجهزة الحافة (edge devices).

في هذه المقالة، سنعيد النظر في عرض Sony في YV24 ونستكشف كيف يقوم مستشعر IMX500 ومنصة AITRIOS بتحسين استخدام نماذج YOLO لمعالجة ذكاء اصطناعي أسرع وفي الوقت الفعلي على الحافة. لنبدأ!

رؤية Sony: إتاحة الذكاء الاصطناعي للجميع على أجهزة الحافة#

استهلت وي تانغ الجلسة بالحديث عن هدف سوني المتمثل في جعل الذكاء الاصطناعي على الحافة متاحاً بنفس السهولة التي قدمت بها التصوير الفوتوغرافي قبل سنوات. وأكدت كيف تركز سوني الآن على جلب رؤية الذكاء الاصطناعي (Vision AI) المتقدمة لعدد أكبر من الناس من خلال الحوسبة الطرفية. ويتمثل أحد العوامل الدافع وراء ذلك في التأثير الإيجابي الذي يمكن أن يوكله الذكاء الاصطناعي على الحافة للبيئة. فمن خلال معالجة البيانات مباشرة على الأجهزة بدلاً من الاعتماد على مراكز بيانات ضخمة، تساعد الحوسبة الطرفية في خفض استهلاك الطاقة وتقليل انبعاثات الكربون. إنه نهج أكثر ذكاءً وأكثر صداقة للبيئة (greener approach) يتلاءم تماماً مع التزام سوني ببناء تقنية لا تعمل بشكل أفضل فحسب، بل تساعد أيضاً في خلق مستقبل أكثر استدامة.

مضت وي في شرح كيف تقوم شركة Sony Semiconductor Solutions، وهي قسم سوني المتخصص في تقنيات التصوير والاستشعار، بتصنيع مستشعر صورة متطورة. وتُستخدم هذه المستشعرات في مجموعة متنوعة من الأجهزة، حيث تحول الضوء إلى إشارات إلكترونية لالتقاط الصور. ومع شحن أكثر من 1.2 مليار مستشعر سنوياً، توجد هذه المستشعرات في ما يقرب من نصف الهواتف المحمولة حول العالم، مما يجعل سوني لاعباً رئيسياً في صناعة التصوير.

الشكل 1. أمثلة على مستشعرات الصور من سوني.

بناءً على هذه الخبرة، تمضي سوني قدماً من خلال تحويل هذه المستشعرات من أجهزة لالتقاط الصور إلى أدوات ذكية قادرة على معالجة البيانات في الوقت الفعلي، مما يتيح رؤى مدعومة بالذكاء الاصطناعي مباشرة على الأجهزة. وقبل أن نناقش حلول الأجهزة والبرمجيات التي تستخدمها سوني لدعم هذا التحول، دعونا نفهم تحديات الذكاء الاصطناعي على الحافة التي تهدف هذه الابتكارات إلى حلها.

التحديات المتعلقة بمعالجة صور الذكاء الاصطناعي على أجهزة الحافة#

يأتي تطوير حلول الذكاء الاصطناعي على الحافة مع بعض التحديات الرئيسية، لا سيما عند العمل مع أجهزة مثل الكاميرات والمستشعرات. فالعديد من هذه الأجهزة تتمتع بطاقة وقدرة معالجة محدودة، مما يجعل تشغيل نماذج الذكاء الاصطناعي المتقدمة بكفاءة أمراً بالغ الصعوبة.

فيما يلي بعض القيود الرئيسية الأخرى:

• تعقيد البرمجيات: يمكن أن يكون تكييف نماذج الذكاء الاصطناعي للعمل عبر مختلف أجهزة الحافة ذات تكوينات الأجهزة المختلفة أمراً معقداً يتطلب تعديلات وعمليات تحسين.
• اختناقات المعالجة اللاحقة: غالباً ما يحدث تأخير عند نقل كميات كبيرة من البيانات من الجهاز إلى الجهاز المضيف للمعالجة اللاحقة. وغالباً ما تستهلك هذه العملية وقتاً أطول من الاستدلال بالنموذج الفعلي للذكاء الاصطناعي.
• انفجار البيانات: مع قيام العديد من أجهزة إنترنت الأشياء (IoT) باستمرار بإنشاء البيانات، يمكن أن يكون حجم البيانات التي تحتاج إلى معالجة محلية هائلاً، مما يضع عبئاً إضافياً على أجهزة الحافة.

التعرف على مستشعر الرؤية الذكي Sony IMX500#

مستشعر الرؤية الذكي Sony IMX500 هو قطعة أجهزة ثورية في معالجة الذكاء الاصطناعي على الحافة. إنه أول مستشعر رؤية ذكي في العالم مزود بقدرات الذكاء الاصطناعي على الشريحة. يساعد هذا المستشعر في التغلب على العديد من التحديات في مجال الذكاء الاصطناعي على الحافة، بما في ذلك اختناقات معالجة البيانات، ومخاوف الخصوصية، ومحددات الأداء.

بينما تكتفي المستشعرات الأخرى بتمرير الصور والإطارات فقط، يروي مستشعر IMX500 قصة متكاملة. فهو يعالج البيانات مباشرة على المستشعر، مما يسمح للأجهزة بتوليد رؤى في الوقت الفعلي. وخلال الجلسة، قالت وي تانغ: "من خلال الاستفادة من تقنية مستشعرات الصور المتقدمة لدينا، نهدف إلى تمكين جيل جديد من التطبيقات التي يمكنها تحسين الحياة اليومية." تم تصميم IMX500 لتحقيق هذا الهدف، مما يغير طريقة معالجة الأجهزة للبيانات مباشرة على المستشعر، دون الحاجة إلى إرسالها إلى السحابة للمعالجة.

إليك بعض ميزاته الرئيسية:

• إخراج البيانات الوصفية (Metadata): بدلاً من إرسال صور كاملة، فإنه يخرج بيانات وصفية، مما يقلل بشكل كبير من حجم البيانات، وهو ما يقلل من استخدام النطاق الترددي والتكاليف.
• خصوصية معززة: من خلال معالجة البيانات على الجهاز نفسه، يعمل مستشعر IMX500 على تحسين الخصوصية، لا سيما في المواقف التي تتضمن معلومات حساسة، مثل مهام الرؤية الحاسوبية المتعلقة بالبشر مثل عد الأشخاص.
• معالجة في الوقت الفعلي: تعني قدرة المستشعر على التعامل مع البيانات بسرعة أنه يدعم اتخاذ قرارات سريعة وفي الوقت الفعلي تتيح تطبيقات الذكاء الاصطناعي على الحافة مثل الأنظمة المستقلة.

إن مستشعر IMX500 ليس مجرد مستشعر كاميرا، بل هو أداة استشعار قوية تُغير طريقة إدراك الأجهزة للعالم من حولها وتفاعلها معه. فمن خلال دمج الذكاء الاصطناعي مباشرة في المستشعر، تجعل سوني الذكاء الاصطناعي على الحافة أكثر سهولة في الوصول إليه لصناعات مثل قطاع السيارات، والرعاية الصحية، والمدن الذكية. وفي الأقسام اللاحقة، سنغوص بشكل أعمق في كيفية عمل مستشعر IMX500 مع نماذج Ultralytics YOLO لتحسين اكتشاف الكائنات ومعالجة البيانات على أجهزة الحافة.

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

منصة AITRIOS من Sony: تبسيط الذكاء الاصطناعي على الحافة#

بعد تقديم مستشعر IMX500، أعربت وي تانغ عن أنه في حين أن الأجهزة تُعد بالغة الأهمية، إلا أنها وحدها لا تكفي لمعالجة النطاق الكامل للتحديات المرتبطة بـ نشر الذكاء الاصطناعي على الحافة. وتحدثت عن كيف أن دمج الذكاء الاصطناعي على أجهزة مثل الكاميرات والمستشعرات يتطلب أكثر من مجرد عتاد متقدم، بل يحتاج إلى برمجيات ذكية لإدارته. وهنا يأتي دور منصة AITRIOS من سوني، حيث تقدم حلاً برمجياً موثوقاً مصمماً لجعل نشر الذكاء الاصطناعي على أجهزة الحافة أبسط وأكثر كفاءة.

تعمل منصة AITRIOS كجسر بين نماذج الذكاء الاصطناعي المعقدة ومحددات أجهزة الحافة. وهي توفر للمطورين مجموعة من الأدوات من أجل نشر نماذج الذكاء الاصطناعي المدربة مسبقاً بسرعة. والأهم من ذلك، أنها تدعم إعادة التدريب المستمر لكي تظل نماذج الذكاء الاصطناعي قابلة للتكيف مع التغيرات في العالم الحقيقي.

سلطت وي الضوء أيضاً على كيف تبسط منصة AITRIOS العملية لأولئك الذين لا يمتلكون خبرة عميقة في الذكاء الاصطناعي، مما توفره من مرونة لتخصيص نماذج الذكاء الاصطناعي لحالات استخدام معينة للذكاء الاصطناعي على الحافة. كما أنها تعالج التحديات الشائعة مثل قيود الذاكرة وانخفاض الأداء، مما يسهل دمج الذكاء الاصطناعي في الأجهزة الأصغر حجماً دون التضحية بالدقة أو السرعة.

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

تحسين نماذج YOLO على IMX500#

في الجزء الثاني من المحادثة، تم تسليم الميكروفون إلى أمير، الذي غاص في الجانب التقني لكيفية قيام سوني بتحسين نماذج YOLO على مستشعر IMX500.

استهل أمير حديثه بالقول: "إن نماذج YOLO هي نماذج معززة للحافة ويسهل تحسينها إلى حد كبير، بفضل غلين (Glenn) والفريق. وسأقنعكم بذلك، لا تقلقوا." ثم أوضح أمير أنه بينما ينصب التركيز غالباً على تحسين نموذج الذكاء الاصطناعي نفسه، فإن هذا النهج غالباً ما يتجاهل شاغساً بالغ الأهمية ألا وهو: اختناقات المعالجة اللاحقة.

وأشار أمير إلى أنه في كثير من الحالات، بمجرد أن يكمل نموذج الذكاء الاصطناعي مهمته، يمكن أن تتسبب عملية نقل البيانات وإدارة المعالجة اللاحقة على الجهاز المضيف في حدوث تأخيرات كبيرة. إن عملية نقل البيانات ذهاباً وإياباً بين الجهاز والمضيف تؤدي إلى زمن الانتقال، والذي يمكن أن يمثل عقبة رئيسية أمام تحقيق أفضل أداء.

الشكل 4. Amir Servi على المسرح في YOLO Vision 2024 يشرح عنق زجاجة المعالجة اللاحقة.

لمعالجة هذه المشكلة، أكد أمير على أهمية النظر إلى النظام الشامل من البداية إلى النهاية، بدلاً من التركيز فقط على نموذج الذكاء الاصطناعي. ومع مستشعر IMX500، اكتشفوا أن المعالجة اللاحقة كانت الاختناق الرئيسي الذي يبطئ كل شيء. وشارك الحضور بأن الإنجاز الحقيقي كان إطلاق العنان لكبح القمم غير المرغوب فيها (NMS) على الشريحة.

سمح هذا بحدوث المعالجة اللاحقة مباشرة على المستشعر، مما يلغي الحاجة إلى نقل كميات كبيرة من البيانات إلى جهاز مضيف. من خلال تشغيل NMS مباشرة على IMX500، اخترقت Sony ما أسماه Amir "سقف المعالجة اللاحقة الزجاجي"، محققاً أداءً أفضل بكثير وتقليلاً في زمن الانتقال.

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

بعد ذلك، سنلقي نظرة على كيف ساعد هذا الابتكار نماذج YOLO، وخاصة Ultralytics YOLOv8 Nano، في العمل بكفاءة أكبر على الأجهزة الطرفية، مما يخلق فرصاً جديدة لمعالجة الذكاء الاصطناعي في الوقت الفعلي على الأجهزة الأصغر حجماً والمحدودة الموارد.

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

واختتاماً للمحادثة بنبرة إيجابية، أظهر أمير كيف تمكنوا من مضاعفة أداء نموذج Ultralytics YOLOv8 Nano أربع مرات من خلال تشغيل NMS على الحافة. وقد استعرض ذلك على جهاز Raspberry Pi 5، والذي تم دمجه مع مستشعر الذكاء الاصطناعي IMX500. قارن أمير الأداء عندما تم التعامل مع المعالجة اللاحقة على جهاز مضيف مقابل شريحة IMX500.

أظهرت النتائج بوضوح تحسناً كبيراً في إطارات في الثانية (FPS) والكفاءة الإجمالية عندما تم إجراء المعالجة على الشريحة. جعل هذا التحسين اكتشاف الكائنات أسرع وأكثر سلاسة، وأثبت أيضاً الجدوى العملية لمعالجة الذكاء الاصطناعي في الوقت الفعلي على الأجهزة الأصغر حجماً والمحدودة الموارد مثل Raspberry Pi.

أبرز النقاط#

يعيد مستشعر IMX500 من Sony، ومنصة AITRIOS، ونماذج YOLO من Ultralytics صياغة تطوير الذكاء الاصطناعي على الحافة. تعمل معالجة الذكاء الاصطناعي على الشريحة على تقليل نقل البيانات وزمن الانتقال مع تعزيز الخصوصية والأمان والكفاءة. ومن خلال التركيز على النظام بأكمله، وليس فقط نموذج الذكاء الاصطناعي، تجعل هذه الابتكارات الذكاء الاصطناعي على الحافة أكثر سهولة للمطورين ولأولئك الذين لا يمتلكون خبرة عميقة في الذكاء الاصطناعي. ومع استمرار تقدم تقنية الذكاء الاصطناعي على الحافة، فمن المرجح أن تتيح أجهزة أكثر ذكاءً، واتخاذ قرارات أسرع، وحماية أقوى للخصوصية عبر مجموعة واسعة من الصناعات والتطبيقات.

ابق على تواصل مع مجتمعنا لمواصلة التعرف على الذكاء الاصطناعي! تحقق من مستودع GitHub الخاص بنا لاكتشاف كيف يمكننا استخدام الذكاء الاصطناعي لإنشاء حلول مبتكرة في مختلف الصناعات مثل الزراعة والتصنيع. 🚀