ما هو الذكاء الاصطناعي الحدي؟
الذكاء الاصطناعي الحدي (Edge Artificial Intelligence) هو دمج الذكاء الاصطناعي (AI) والحوسبة الحدية. بدلاً من إرسال البيانات إلى السحابة للمعالجة، يتيح الذكاء الاصطناعي الحدي للأجهزة الذكية مثل الهواتف الذكية والكاميرات والروبوتات أو آلات إنترنت الأشياء تحليل البيانات واتخاذ القرارات مباشرة على الجهاز. تساعد هذه الطريقة في تقليل زمن الاستجابة، وتوفير عرض النطاق الترددي، وتعزيز الأمان، وتوفير استجابة فورية.
الذكاء الاصطناعي الحدي (يسمى أحيانًا "الذكاء الاصطناعي على الحافة") يعني تشغيل نماذج الذكاء الاصطناعي وتعلم الآلة على الأجهزة المحلية (المستشعرات، الكاميرات، الهواتف الذكية، بوابات الصناعة، إلخ) بدلاً من مراكز البيانات البعيدة. بمعنى آخر، "الحافة" في الشبكة – حيث تُولد البيانات – هي التي تتولى الحوسبة. هذا يسمح للأجهزة بتحليل البيانات فور جمعها، بدلاً من إرسال البيانات الخام باستمرار إلى السحابة.
يتيح الذكاء الاصطناعي الحدي المعالجة الفورية على الجهاز دون الاعتماد على خادم مركزي. على سبيل المثال، يمكن لكاميرا مزودة بالذكاء الاصطناعي الحدي اكتشاف وتصنيف الأشياء فورًا، مما يوفر ردود فعل فورية. من خلال معالجة البيانات محليًا، يمكن للذكاء الاصطناعي الحدي العمل حتى مع اتصال إنترنت متقطع أو معدوم.
— أبحاث آي بي إم
باختصار، يجلب الذكاء الاصطناعي الحدي الحوسبة أقرب إلى مصدر البيانات – بنشر الذكاء على الأجهزة أو العقد القريبة، مما يسرع الاستجابات ويقلل الحاجة إلى إرسال كل شيء إلى السحابة.
الذكاء الاصطناعي الحدي مقابل الذكاء الاصطناعي السحابي: الفروقات الرئيسية
على عكس الذكاء الاصطناعي التقليدي المعتمد على السحابة (الذي يرسل كل البيانات إلى الخوادم المركزية)، يوزع الذكاء الاصطناعي الحدي الحوسبة بين الأجهزة المحلية. يوضح الرسم البياني أدناه نموذجًا بسيطًا للحوسبة الحدية: الأجهزة النهائية (الطبقة السفلية) تغذي البيانات إلى خادم أو بوابة حافة (الطبقة الوسطى) بدلاً من السحابة البعيدة فقط (الطبقة العليا).
في هذا الإعداد، يمكن أن يحدث الاستدلال الذكي على الجهاز أو العقدة المحلية، مما يقلل بشكل كبير من تأخيرات الاتصال.
النهج التقليدي
- إرسال البيانات إلى الخوادم البعيدة
- زمن استجابة أعلى بسبب تأخيرات الشبكة
- يتطلب اتصالًا مستمرًا
- موارد حوسبة غير محدودة
- مخاوف الخصوصية مع نقل البيانات
النهج الحديث
- المعالجة المحلية على الأجهزة
- أوقات استجابة بالميلي ثانية
- يعمل دون اتصال عند الحاجة
- مقيد الموارد لكنه فعال
- حماية خصوصية محسنة
زمن الاستجابة
يقلل الذكاء الاصطناعي الحدي من التأخير. نظرًا لأن المعالجة محلية، يمكن اتخاذ القرارات في غضون ميلي ثانية.
- حاسم للمهام الحساسة للوقت
- تجنب حوادث السيارات
- التحكم في الروبوتات في الوقت الحقيقي
عرض النطاق الترددي
يقلل الذكاء الاصطناعي الحدي من حمل الشبكة عن طريق تحليل أو تصفية البيانات في الموقع.
- إرسال معلومات أقل بكثير إلى الأعلى
- أكثر كفاءة وفعالية من حيث التكلفة
- يقلل من ازدحام الشبكة
الخصوصية / الأمان
يمكن معالجة البيانات الحساسة وتخزينها على الجهاز، دون نقلها إلى السحابة.
- الصوت، الصور، قراءات الصحة تبقى محلية
- يقلل من التعرض للاختراقات من أطراف ثالثة
- التعرف على الوجه بدون رفع الصور
موارد الحوسبة
الأجهزة الحدية لديها قدرة معالجة محدودة لكنها تستخدم نماذج محسنة.
- نماذج مضغوطة ومكممة
- التدريب لا يزال يحدث في السحابة
- مقيد الحجم لكنه فعال
فوائد الذكاء الاصطناعي الحدي
يقدم الذكاء الاصطناعي الحدي عدة مزايا عملية للمستخدمين والمؤسسات:
الاستجابة الفورية
- الكشف الحي عن الأشياء
- أنظمة الرد الصوتي
- تنبيهات الشذوذ
- تطبيقات الواقع المعزز
تقليل عرض النطاق والتكلفة
- كاميرات الأمان ترفع فقط مقاطع التهديد
- تقليل البث المستمر
- خفض نفقات استضافة السحابة
تعزيز الخصوصية
- حاسم للرعاية الصحية والمالية
- تبقى البيانات داخل البلد/المرفق
- الامتثال للوائح الخصوصية
كفاءة الطاقة والتكلفة
- استهلاك طاقة أقل
- خفض تكاليف الخوادم
- محسّن للأجهزة المحمولة
يجلب الذكاء الاصطناعي الحدي قدرات حوسبة عالية الأداء إلى الحافة، مما يتيح التحليل الفوري وتحسين الكفاءة.
— تقرير مشترك بين ريد هات وآي بي إم
تحديات الذكاء الاصطناعي الحدي
على الرغم من مزاياه، يواجه الذكاء الاصطناعي الحدي تحديات كبيرة:
قيود الأجهزة
عادةً ما تكون الأجهزة الحدية صغيرة ومقيدة الموارد. قد تحتوي فقط على وحدات معالجة مركزية متواضعة أو وحدات معالجة عصبية منخفضة الطاقة متخصصة، وذاكرة محدودة.
- تجبر على استخدام ضغط النماذج والتقليم
- تقنيات TinyML مطلوبة للميكروكنترولر
- النماذج المعقدة لا يمكن تشغيلها بشكل كامل
- قد يتم التضحية ببعض الدقة
تدريب النماذج والتحديثات
عادةً ما يحدث تدريب نماذج الذكاء الاصطناعي المتقدمة في السحابة، حيث تتوفر بيانات ضخمة وقوة حوسبة كبيرة.
- يجب تحسين النماذج ونشرها على كل جهاز
- الحفاظ على تحديث آلاف الأجهزة أمر معقد
- مزامنة البرامج الثابتة تضيف عبئًا
- التحكم في الإصدارات عبر الأنظمة الموزعة
جاذبية البيانات وتنوعها
بيئات الحافة متنوعة. قد تجمع المواقع المختلفة أنواعًا مختلفة من البيانات، وقد تختلف السياسات حسب المنطقة.
- تميل البيانات إلى البقاء محلية
- صعوبة في جمع رؤية عالمية
- الأجهزة تأتي بأشكال وأحجام مختلفة
- تحديات التكامل والتوحيد
الأمان على الحافة
بينما يمكن للذكاء الاصطناعي الحدي تحسين الخصوصية، فإنه يطرح أيضًا مخاوف أمنية جديدة. كل جهاز أو عقدة هدف محتمل للقراصنة.
- يجب أن تكون النماذج مقاومة للتلاعب
- متطلبات أمان البرامج الثابتة
- سطح هجوم موزع
- حماية قوية مطلوبة
الاعتماد على الاتصال
على الرغم من إمكانية الاستدلال محليًا، غالبًا ما تعتمد أنظمة الحافة على اتصال السحابة للمهام الثقيلة.
- إعادة تدريب النماذج تتطلب الوصول للسحابة
- تحليل البيانات على نطاق واسع يحتاج اتصالًا
- تجميع النتائج الموزعة
- الاتصال المحدود يمكن أن يعيق الوظائف
حالات استخدام الذكاء الاصطناعي الحدي
يتم تطبيق الذكاء الاصطناعي الحدي عبر العديد من الصناعات مع تأثيرات واقعية:
المركبات الذاتية القيادة
تستخدم السيارات ذاتية القيادة الذكاء الاصطناعي الحدي على متنها لمعالجة بيانات الكاميرا والرادار فورًا للملاحة وتجنب العقبات.
- لا يمكن تحمل تأخير إرسال الفيديو إلى الخادم
- يحدث الكشف عن الأشياء محليًا
- التعرف على المشاة في الوقت الحقيقي
- تتبع المسار بدون اتصال
التصنيع والصناعة 4.0
تنشر المصانع كاميرات ومستشعرات ذكية على خطوط الإنتاج لاكتشاف العيوب أو الشذوذ في الوقت الحقيقي.
مراقبة الجودة
تكتشف كاميرات الذكاء الاصطناعي الحدي المنتجات المعيبة على أحزمة النقل وتطلق إجراءات فورية.
الصيانة التنبؤية
تستخدم الآلات الصناعية الذكاء الاصطناعي في الموقع للتنبؤ بأعطال المعدات قبل حدوثها.
الرعاية الصحية والاستجابة للطوارئ
تستخدم الأجهزة الطبية المحمولة وسيارات الإسعاف الآن الذكاء الاصطناعي الحدي لتحليل بيانات المرضى في الموقع.
- الموجات فوق الصوتية على متن الإسعاف مع تحليل الذكاء الاصطناعي
- مراقبو العلامات الحيوية يكتشفون القراءات غير الطبيعية
- تنبيه المسعفين عن الإصابات الداخلية
- مراقبة مرضى العناية المركزة مع إنذارات فورية
المدن الذكية
تستخدم الأنظمة الحضرية الذكاء الاصطناعي الحدي لإدارة المرور، والمراقبة، والاستشعار البيئي.
إدارة المرور
المراقبة
المراقبة البيئية
التجزئة وإنترنت الأشياء للمستهلك
يعزز الذكاء الاصطناعي الحدي تجربة العملاء والراحة عبر تطبيقات التجزئة والاستهلاك.
تحليلات داخل المتجر
تتابع الكاميرات الذكية ومستشعرات الرف سلوك المتسوقين ومستويات المخزون فورًا.
الأجهزة المحمولة
تشغل الهواتف الذكية التعرف على الصوت والوجه على الجهاز دون الوصول للسحابة لفتح القفل والتعرف على الإيماءات.
تتبع اللياقة
تحلل الأجهزة القابلة للارتداء بيانات الصحة (معدل ضربات القلب، الخطوات) محليًا لتوفير ردود فعل فورية.
التقنيات والاتجاهات الممكنة
ينمو الذكاء الاصطناعي الحدي مدفوعًا بالتقدم في كل من الأجهزة والبرمجيات:
الأجهزة المتخصصة
يقوم المصنعون ببناء شرائح مصممة خصيصًا للاستدلال الحدي.
- مسرعات عصبية منخفضة الطاقة (NPUs)
- Google Coral Edge TPU
- NVIDIA Jetson Nano
- Arduino و Raspberry Pi مع إضافات الذكاء الاصطناعي
TinyML وتحسين النماذج
تجعل الأدوات والتقنيات من الممكن تصغير الشبكات العصبية للأجهزة الصغيرة.
- تحسين TensorFlow Lite
- تقليم النماذج والتكميم
- تقطير المعرفة
- TinyML للميكروكنترولر
5G والاتصال
توفر الجيل التالي من الشبكات اللاسلكية عرض نطاق ترددي عالي وروابط منخفضة التأخير تكمل الذكاء الاصطناعي الحدي.
- شبكات محلية سريعة لتنسيق الأجهزة
- تفريغ المهام الثقيلة عند الحاجة
- المصانع الذكية واتصالات V2X
- عناقيد أجهزة الحافة المحسنة
التعلم الموزع
تسمح الطرق المحافظة على الخصوصية لعدة أجهزة حافة بتدريب النماذج معًا دون مشاركة البيانات الخام.
- تحسين النموذج محليًا
- مشاركة تحديثات النموذج فقط
- استخدام البيانات الموزعة
- تعزيز حماية الخصوصية
تستمر هذه التقنيات في دفع حدود ما يمكن أن يفعله الذكاء الاصطناعي الحدي. معًا، تساعد في تقديم "عصر استدلال الذكاء الاصطناعي" – بنقل الذكاء أقرب إلى المستخدمين والمستشعرات.
الخاتمة
يغير الذكاء الاصطناعي الحدي الطريقة التي نستخدم بها الذكاء الاصطناعي من خلال نقل الحوسبة إلى مصدر البيانات. يكمل الذكاء الاصطناعي السحابي، مقدمًا تحليلات أسرع، وأكثر كفاءة، وأكثر خصوصية على الأجهزة المحلية.
يعالج هذا النهج تحديات الوقت الحقيقي وعرض النطاق الترددي المتأصلة في البنى المعتمدة على السحابة. عمليًا، يشغل الذكاء الاصطناعي الحدي مجموعة واسعة من التقنيات الحديثة – من المستشعرات الذكية والمصانع إلى الطائرات بدون طيار والسيارات ذاتية القيادة – من خلال تمكين الذكاء الفوري في الموقع.
مع انتشار أجهزة إنترنت الأشياء وتحسن الشبكات، من المتوقع أن ينمو الذكاء الاصطناعي الحدي فقط. تجعل التقدمات في الأجهزة (الشرائح القوية، TinyML) والتقنيات (التعلم الموزع، تحسين النماذج) من السهل وضع الذكاء الاصطناعي في كل مكان.
