9 أكتوبر 2024
قم بزيارة حديث ديمتري باستوشينكوف وأدريان بوغوشيفسكي عن تحسين نماذج YOLO Vision 2024 باستخدام Intel OpenVino وتشغيل الاستدلالات في الوقت الفعلي على كمبيوتر إنتل للذكاء الاصطناعي.
جمع مؤتمر YOLO Vision 2024 (YV24)، وهو الحدث السنوي الهجين الذي تنظمه شركة Ultralytics، عشاق الذكاء الاصطناعي والمطورين والخبراء من جميع أنحاء العالم لاستكشاف أحدث الابتكارات في مجال الرؤية الحاسوبية. شكّل YV24 فرصة ومنصة رائعة لمناقشة الاكتشافات الجديدة. وقد شهد الحدث مشاركة لاعبين رئيسيين في صناعة الذكاء الاصطناعي لتقديم أحدث ابتكاراتهم. كان من بينهم شركة Intel، التي شاركت في الفعالية وقدمت كلمة رئيسية عن حاسوبها الشخصي الجديد الرائد في مجال الذكاء الاصطناعي وتكامل Intel OpenVino مع نماذج Ultralytics YOLO مثل Ultralytics YOLO11.
قاد الحديث كل من أدريان بوغوشيفسكي، وهو مبشر برمجيات شارك في تأليف مجموعة بيانات LandCover.ai وتثقيف المطورين حول مجموعة أدوات OpenVINO من Intel، وديمتري باستوشينكوف، وهو مبشر في مجال الذكاء الاصطناعي للكمبيوتر الشخصي يتمتع بخبرة تزيد عن 20 عامًا في مجال الأتمتة الصناعية والذكاء الاصطناعي. وخلال الحدث، أعرب أدريان عن حماسه وقال: "هذا حدث رائع اليوم، ليس فقط لأن Ultralytics قدّمت إصدارًا جديدًا من YOLO، ولكن أيضًا لأننا قادرون على تقديم هذا النموذج الجديد الذي يعمل على أجهزتنا الجديدة، بالإضافة إلى إصدار جديد من OpenVINO".
في هذه المقالة، سنلقي نظرة على أهم ما جاء في حديث Intel في مؤتمر YV24، وسنتناول في هذه المقالة أهم ما جاء في حديث Intel في YV24، ونتعمق في خصوصيات وعموميات أجهزة الكمبيوتر الشخصية التي تعمل بالذكاء الاصطناعي، وسلسلة Intel Core Ultra 200V، وكيفية تكاملها مع نماذج Ultralytics YOLO باستخدام مجموعة أدوات OpenVINO. لنبدأ!
بدأ ديمتري كلمته الرئيسية بالتطرق إلى الاختلافات الرئيسية بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي. تمحور التركيز على كيفية تطور هذه التقنيات وحالات استخدامها في عام 2024. لقد كانت تقنيات الذكاء الاصطناعي التقليدية مثل الرؤية الحاسوبية ومعالجة اللغة الطبيعية ضرورية لمهام مثل تقدير الوضعية واكتشاف الأشياء والتعرف على الصوت. ومع ذلك، يمثل الذكاء الاصطناعي التوليدي موجة أحدث من تقنيات الذكاء الاصطناعي التي تتضمن تطبيقات مثل روبوتات الدردشة وتوليد النصوص إلى صور وكتابة الأكواد وحتى تحويل النصوص إلى فيديو.
وأشار ديمتري إلى الفرق في النطاق بين الاثنين. وأوضح أنه بينما تتكون نماذج الذكاء الاصطناعي التقليدية من ملايين المعلمات، فإن نماذج الذكاء الاصطناعي التوليدي تعمل على نطاق أوسع بكثير. فغالبًا ما تتضمن نماذج الذكاء الاصطناعي التوليدي مليارات أو حتى تريليونات من المعلمات، مما يجعلها أكثر تطلبًا من الناحية الحسابية.
قدم ديمتري كمبيوتر Intel للذكاء الاصطناعي كحل جديد للأجهزة مصمم لمواجهة التحديات المتزايدة لتشغيل نماذج الذكاء الاصطناعي التقليدية والتوليدية بكفاءة. حاسوب Intel AI PC هو جهاز قوي وموفر للطاقة. وهو قادر على تشغيل مجموعة كبيرة من نماذج الذكاء الاصطناعي محلياً، دون الحاجة إلى المعالجة السحابية.
تساعد المعالجة المحلية في الحفاظ على خصوصية البيانات الحساسة. عندما تتمكن نماذج الذكاء الاصطناعي من العمل بشكل مستقل عن الاتصالات بالإنترنت، تتم الاستجابة للمخاوف الأخلاقية للصناعات فيما يتعلق بالخصوصية والأمان.
القوة الدافعة وراء كمبيوتر Intel AI PC هو معالج سلسلة Intel Core Ultra 200V. يتضمن هذا المعالج ثلاثة مكونات رئيسية: وحدة المعالجة المركزية (CPU)، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة العصبية (NPU). يلعب كل منها دوراً محدداً في التعامل مع أنواع مختلفة من أعباء عمل الذكاء الاصطناعي. تُعد وحدة المعالجة المركزية مثالية للمهام الأصغر حجماً والمنخفضة التأخير التي تتطلب استجابات سريعة، بينما تم تحسين وحدة معالجة الرسومات للعمليات عالية الإنتاجية مثل تشغيل نماذج الذكاء الاصطناعي. أما وحدة المعالجة العصبية المصممة لتحقيق كفاءة الطاقة، فهي مناسبة تماماً للمهام طويلة الأمد مثل اكتشاف الكائنات في الوقت الحقيقي باستخدام نماذج مثل YOLO11.
وقد تم تسليط الضوء على أن وحدة المعالجة المركزية يمكنها تقديم ما يصل إلى 5 توبس (تريليونات من العمليات في الثانية)، ووحدة معالجة الرسومات حتى 67 توبس (TOPS)، وتوفر وحدة المعالجة العصبية طريقة موفرة للطاقة لتشغيل مهام الذكاء الاصطناعي بشكل مستمر دون استنزاف موارد النظام.
تدمج سلسلة معالجات Intel Core Ultra 200V Series جميع محركات الذكاء الاصطناعي الثلاثة - وحدة المعالجة العصبية ووحدة المعالجة المركزية ووحدة معالجة الرسومات - في شريحة واحدة صغيرة الحجم. تصميمها مناسب تماماً للأجهزة صغيرة الحجم مثل أجهزة الكمبيوتر المحمول، دون التضحية بالأداء.
يتضمن المعالج أيضاً ذاكرة وصول عشوائي مدمجة، مما يقلل من الحاجة إلى بطاقات رسومات منفصلة. وهذا يساعد على تقليل استخدام الطاقة ويحافظ على الجهاز صغير الحجم. أكد ديمتري أيضاً على مرونة المعالج. يمكن للمستخدمين أن يقرروا ما إذا كانوا يريدون تشغيل نماذج الذكاء الاصطناعي على وحدة المعالجة المركزية أو وحدة معالجة الرسومات أو وحدة المعالجة العصبية حسب المهمة. على سبيل المثال، يمكن تشغيل اكتشاف الكائنات باستخدام نماذج YOLO11 على أي من هذه المحركات، بينما يمكن تشغيل المهام الأكثر تعقيداً، مثل توليد النصوص إلى صورة، باستخدام كل من وحدة معالجة الرسومات ووحدة المعالجة العصبية في الوقت نفسه للحصول على أداء أفضل.
أثناء العرض التقديمي، أخرج ديمتري الشريحة من جيبه، مما أعطى الجميع إحساساً واضحاً بمدى صغر حجمها - على الرغم من قدرتها على التعامل مع مثل هذه المهام المتقدمة للذكاء الاصطناعي. لقد كانت طريقة ممتعة ولا تُنسى لإظهار كيف تجلب Intel قدرات الذكاء الاصطناعي القوية إلى أجهزة محمولة وعملية أكثر.
بعد عرض أحدث التطورات في أجهزة إنتل، انتقل ديمتري بعد ذلك إلى مجموعة برمجيات إنتل التي تدعم الذكاء الاصطناعي. فقد قدم OpenVINO، وهو إطار عمل مفتوح المصدر من إنتل مصمم لتحسين نماذج الذكاء الاصطناعي ونشرها بكفاءة عبر الأجهزة المختلفة. ويتجاوز OpenVINO المهام المرئية، حيث يوسع نطاق دعمه ليشمل نماذج الذكاء الاصطناعي المستخدمة في معالجة اللغة الطبيعية، ومعالجة الصوت، والمحولات، وما إلى ذلك.
تتوافق OpenVINO مع المنصات الشائعة مثل PyTorch و TensorFlow و ONNX، ويمكن للمطورين دمجها بسهولة في سير عملهم. إحدى الميزات الرئيسية التي لفت الانتباه إليها هي التكميم. يعمل التكميم على ضغط أوزان النماذج لتقليل حجمها بحيث يمكن تشغيل النماذج الكبيرة بسلاسة على الأجهزة المحلية دون الحاجة إلى السحابة. يعمل OpenVINO عبر أطر عمل متعددة، حيث يعمل على وحدة المعالجة المركزية أو وحدة معالجة الرسومات أو وحدة المعالجة العصبية أو وحدة المعالجة العصبية أو FPGA أو حتى أجهزة ARM، ويدعم أنظمة ويندوز ولينكس وماك. كما أطلع ديمتري الجمهور على مدى سهولة بدء استخدام OpenVINO.
في الجزء الثاني من المحاضرة، تم تمرير الميكروفون إلى أدريان، الذي أوضح التكامل السلس بين نماذج YOLO من Ultralytics ومجموعة أدوات OpenVINO من Intel، مما يبسط عملية نشر نموذج YOLO. وقدّم شرحًا تفصيليًا لكيفية تصدير نموذج YOLO باستخدام حزمة Ultralytics Python إلى تنسيق OpenVINO بسرعة وسهولة. يسهل هذا التكامل على المطورين تحسين نماذجهم لأجهزة Intel وتحقيق أقصى استفادة من كلا النظامين الأساسيين.
أوضح أدريان أنه بمجرد أن يتم تدريب نموذج Ultralytics YOLO، يمكن للمستخدمين تصديره باستخدام بعض علامات سطر الأوامر البسيطة. على سبيل المثال، يمكن للمستخدمين تحديد ما إذا كانوا يريدون تصدير النموذج كنسخة ذات فاصلة عائمة للحصول على أقصى قدر من الدقة أو كنسخة كمية لتحسين السرعة والكفاءة. كما سلط الضوء أيضًا على كيفية إدارة المطورين لهذه العملية مباشرةً من خلال التعليمات البرمجية، باستخدام خيارات مثل التكميم INT8 لتحسين الأداء دون التضحية بالكثير من الدقة.
ولوضع كل هذه النظرية موضع التنفيذ، قدم فريق Intel عرضًا توضيحيًا في الوقت الفعلي لاكتشاف الأجسام من خلال تشغيل YOLO11 على حاسوب إنتل للذكاء الاصطناعي. عرض أدريان كيفية تعامل النظام مع النموذج عبر معالجات مختلفة، محققاً 36 إطاراً في الثانية على وحدة المعالجة المركزية مع نموذج الفاصلة العائمة، وأكثر من 100 إطار في الثانية على وحدة معالجة الرسومات المدمجة، و70 إطاراً في الثانية مع الإصدار المكمّل INT8. تمكنوا من إظهار مدى كفاءة حاسوب Intel AI PC في إدارة مهام الذكاء الاصطناعي المعقدة.
وأشار أيضاً إلى أنه يمكن للنظام تشغيل النماذج بالتوازي، باستخدام وحدة المعالجة المركزية ووحدة معالجة الرسومات ووحدة معالجة الرسومات ووحدة المعالجة العصبية معاً للمهام التي تتوفر فيها جميع البيانات أو إطارات الفيديو مقدماً. وهذا مفيد عند معالجة الأحمال الثقيلة مثل مقاطع الفيديو. يمكن للنظام تقسيم عبء العمل على معالجات مختلفة، مما يجعله أسرع وأكثر كفاءة.
وفي الختام، ذكر أدريان أنه يمكن للمستخدمين تجربة العروض التوضيحية في المنزل، بما في ذلك حلول مثل عدّ الأشخاص والإدارة الذكية لقوائم الانتظار. ثم عرض عرضًا توضيحيًا إضافيًا حيث يمكن للمستخدمين إدخال مطالبات لتوليد صور تشبه الأحلام في الوقت الفعلي على وحدة معالجة الرسومات. وقد أظهر هذا العرض تعدد استخدامات كمبيوتر إنتل للذكاء الاصطناعي لكل من مهام الذكاء الاصطناعي التقليدية ومشاريع الذكاء الاصطناعي الإبداعية والتوليدية.
في هذا الحدث، كان لدى شركة Intel جناح خاص بها حيث عرضت عرضوا عرضًا توضيحيًا للكشف عن الأجسام في الوقت الفعلي باستخدام YOLO11، يعمل على حاسوب Intel AI PC. تمكن الحاضرون من رؤية النموذج قيد التشغيل، وتم تحسينه باستخدام OpenVINO، وتم نشره على معالج Intel Core Ultra 200V.
وفي جناح شركة Intel، قال ديمتري: "هذه هي المرة الأولى لي في معرض YOLO Vision، وأنا سعيد بوجودي في مدريد. نحن نقدم نموذج YOLO11 من Ultralytics، الذي يعمل على معالج Intel Core Ultra 200V. يظهر أداءً ممتازًا، ونحن نستخدم OpenVINO لتحسين النموذج ونشره. لقد كان من السهل جدًا التعاون مع Ultralytics وتشغيل النموذج على أحدث أجهزة Intel، باستخدام وحدة المعالجة المركزية ووحدة معالجة الرسومات ووحدة المعالجة العصبية." كما احتوى الجناح على بعض الهدايا الممتعة، مثل القمصان وأجهزة الكمبيوتر المحمولة للحضور لأخذها إلى المنزل.
عرض حديث إنتل التقني في مؤتمر YV24، الذي تضمن معالجات سلسلة Intel Core Ultra 200V، كيفية تحسين مجموعة أدوات OpenVINO لنماذج الذكاء الاصطناعي مثل Ultralytics YOLO11. يمكّن هذا التكامل المستخدمين من تشغيل نماذج YOLO مباشرةً على أجهزتهم، مما يوفر أداءً رائعاً لمهام الرؤية الحاسوبية مثل اكتشاف الأجسام. الفائدة الرئيسية هي أن المستخدمين لا يحتاجون إلى الاعتماد على الخدمات السحابية.
يمكن للمطوّرين وعشاق الذكاء الاصطناعي تشغيل نماذج YOLO وضبطها دون عناء، والاستفادة الكاملة من الأجهزة مثل وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات المعالجة العصبية للتطبيقات في الوقت الفعلي. تفتح مجموعة أدوات Intel OpenVINO، مع نماذج YOLO من Ultralytics، إمكانيات جديدة لجلب قدرات الذكاء الاصطناعي المتقدمة مباشرةً إلى الأجهزة الشخصية، مما يجعلها خياراً مثالياً للمطورين الحريصين على دفع ابتكارات الذكاء الاصطناعي في مختلف الصناعات.
دعونا نتعاون ونبتكر! قم بزيارة مستودع GitHub الخاص بنا لاستكشاف مساهماتنا والتفاعل مع مجتمعنا. شاهد كيف نستخدم الذكاء الاصطناعي لإحداث تأثير في صناعات مثل التصنيع والرعاية الصحية.
