الذكاء الاصطناعي على الحافة: عندما يصبح الذكاء داخل جهازك بدلًا من السحابة

 المقدمة

عندما نتحدث عن الذكاء الاصطناعي، غالبًا ما نتخيل خوادم ضخمة ومراكز بيانات تقوم بمعالجة كميات هائلة من المعلومات. لكن ماذا لو أصبح جزء من هذا الذكاء موجودًا بالقرب منك، داخل الهاتف أو السيارة أو الكاميرا أو الجهاز الذكي نفسه؟

هنا تظهر تقنية Edge AI – الذكاء الاصطناعي على الحافة.

الفكرة ببساطة هي نقل بعض عمليات الذكاء الاصطناعي من مراكز البيانات البعيدة إلى الأجهزة أو الخوادم القريبة من مصدر البيانات. وتشير NIST إلى أن Edge AI يشمل مستويات مختلفة، من استخدام الأجهزة الطرفية لنماذج أنشئت في السحابة إلى أساليب يمكن فيها للأجهزة المشاركة في التعلم من بياناتها المحلية. 

ما المقصود بـ Edge AI؟

لفهم الفكرة، تخيل كاميرا ذكية تراقب مكانًا معينًا.

في النظام التقليدي قد تقوم الكاميرا بإرسال البيانات إلى خادم بعيد، ثم تتم معالجة المعلومات هناك، وبعد ذلك تعود النتيجة إلى الجهاز.

أما في Edge AI، فيمكن نقل جزء من عملية التحليل إلى الجهاز نفسه أو إلى جهاز قريب منه.

أي أن البيانات لا تحتاج دائمًا إلى السفر لمسافات طويلة قبل أن تبدأ عملية التحليل.

لماذا نحتاج إلى الذكاء الاصطناعي على الحافة؟

هناك عدة أسباب تجعل هذه التقنية مهمة.

أولًا: السرعة

كلما قل اعتماد الجهاز على إرسال البيانات إلى خادم بعيد، يمكن تقليل الوقت اللازم للحصول على النتيجة في بعض التطبيقات.

وهذا مهم خصوصًا في الأنظمة التي تحتاج إلى استجابة سريعة.

ثانيًا: تقليل نقل البيانات

بدلًا من إرسال كل البيانات الخام إلى السحابة، يمكن للجهاز تحليل جزء منها وإرسال النتيجة أو المعلومات المهمة فقط.

وتشير أبحاث NIST إلى أن نقل عمليات التعلم إلى الحافة يمكن أن يقلل متطلبات نقل البيانات ويساعد في تخفيف الضغط على الشبكات في بعض تطبيقات إنترنت الأشياء. 

ثالثًا: الخصوصية

عندما تتم معالجة بعض البيانات محليًا، قد تقل الحاجة إلى إرسال البيانات الأصلية إلى خوادم خارجية، وهو أمر يمكن أن يكون مفيدًا في التطبيقات التي تتعامل مع معلومات حساسة.

لكن هذا لا يعني أن Edge AI يضمن الخصوصية تلقائيًا؛ فالجهاز نفسه والبرمجيات والبيانات تحتاج إلى حماية جيدة.

أين يمكن أن نرى Edge AI؟

قد تصبح هذه التقنية جزءًا من عدد كبير من الأجهزة التي نستخدمها يوميًا.

الهواتف الذكية:
تحسين بعض عمليات التصوير والتعرف ومعالجة الصوت.

السيارات الذكية:
تحليل المعلومات القادمة من الحساسات للمساعدة في الأنظمة الذكية.

الكاميرات الذكية:
تحليل الصور والفيديو بالقرب من مصدر البيانات.

المصانع:
مراقبة الآلات واكتشاف بعض المشكلات بسرعة.

إنترنت الأشياء:
تحليل البيانات التي تنتجها أجهزة الاستشعار بدل إرسال كل شيء إلى السحابة.

هل سيحل Edge AI محل الحوسبة السحابية؟

على الأرجح، ليس بهذه البساطة.

المستقبل قد يعتمد على التعاون بين الحافة والسحابة.

فالأجهزة الطرفية تستطيع التعامل مع بعض المهام القريبة من المستخدم، بينما يمكن للخوادم السحابية التعامل مع العمليات التي تحتاج إلى موارد أكبر.

وتشير NIST إلى أن Edge AI يرتبط أيضًا بالبنى المتقدمة للشبكات مثل تطبيقات الجيل السادس 6G والمركبات الذاتية والأنظمة الصناعية. 

التحديات التي تواجه Edge AI

رغم المزايا، توجد تحديات حقيقية.

الأجهزة الطرفية عادةً تمتلك موارد محدودة مقارنة بمراكز البيانات العملاقة، كما أن حماية عدد كبير من الأجهزة المتصلة يمكن أن تكون مهمة معقدة.

كما توجد تحديات مرتبطة بتنوع البيانات، والاتصال، والخصوصية، والأمان. 

الخاتمة

قد يكون مستقبل الذكاء الاصطناعي أقل اعتمادًا على فكرة أن كل شيء يجب أن يذهب إلى مركز بيانات بعيد.

بدلًا من ذلك، يمكن أن يصبح الذكاء موزعًا بين الهاتف والسيارة والكاميرا والمصنع والسحابة.

وهذا التحول قد يجعل الأجهزة أكثر سرعة واستقلالية وقدرة على التعامل مع البيانات في المكان الذي تُنتج فيه.

في المستقبل، ربما لن يكون السؤال: أين يوجد الذكاء الاصطناعي؟ بل: أين لا يوجد ؟