في مجال العمل المعرفي، من النادر أن يكون هناك فرد لم يتعرف بعد على الفوائد المحتملة التي يمكن أن تجلبها تقنيات الذكاء الاصطناعي (AI) إلى صناعته.
وفق بحث أجرته مجموعة إستراتيجية المؤسسات (ESG) التابعة لـ TechTargetومع استمرار الذكاء الاصطناعي في صعوده السريع في بيئات الأعمال وتكنولوجيا المعلومات، تقوم المؤسسات بسرعة بتجميع أو تسريع الاستراتيجيات لدعم تقنيات الذكاء الاصطناعي في كل المجالات القابلة للتطبيق. على عكس التقنيات المتخصصة التي تؤثر فقط على عمليات أو موظفين معينين، يتمتع الذكاء الاصطناعي بإمكانات واسعة النطاق لتحويل الشركات بأكملها وبيئات تكنولوجيا المعلومات والفرق المرتبطة بها.
ما هو الذكاء الاصطناعي المتطور؟
كل شيء هذه الأيام متصل ببعضه البعض ويصبح أكثر تعقيدًا مما يجعل الحافة حدودًا جديدة. يمكن للمعدات الأساسية أن تفعل المزيد من خلال التواصل مع المزيد من الأشياء والأجهزة. وهذا يزيد من تعقيد نقل البيانات وإدارتها بشكل كبير.
الذكاء الاصطناعي التوليدي (GenAI) أنظمة مثل ChatGPT لقد استحوذت على الخيال على عكس أي شيء شهدته صناعة التكنولوجيا في الخمسين عامًا الماضية. سيكون الذكاء الاصطناعي على الحافة أمرًا بالغ الأهمية لضمان الأداء المطلوب في الوقت الفعلي وأمن البيانات والتخصيص في التطبيقات الرئيسية مثل القيادة الذاتية والترفيه والمعلومات والروبوتات.
ونتيجة لذلك، يقول الخبراء إن ما يدفع الذكاء الاصطناعي إلى الحافة هو ثلاثة عوامل رئيسية: المعالجة في الوقت الفعلي؛ البيانات والأمن/الخصوصية؛ التخصيص/التخصيص.
أين يتم نشر الذكاء الاصطناعي الحافة في البداية؟
ومن بين الابتكارات التي يتم طرحها، حافة الذكاء الاصطناعي يتفق القادة على أن هناك سبع حالات استخدام رئيسية كان فيها الذكاء الاصطناعي على الحافة بمثابة تحول في التنمية: الرعاية الصحية وعلوم الحياة، وتجارة التجزئة الذكية، والاتصالات، والمدينة الذكية، والسيارات، والمنزل الرقمي، والمصانع الذكية.
تعمل تطورات الذكاء الاصطناعي في مجال الرعاية الصحية على إحداث تحول في الراحة وجودة الحياة، وتعيد تعريف كيفية تفاعل الأشخاص مع التكنولوجيا. يقود الذكاء الاصطناعي الأبحاث المتطورة ويساعد الأطباء على إجراء تشخيصات أكثر دقة.
في مجال السيارات، يعمل الذكاء الاصطناعي على تشغيل ميزات مساعدة السائق والسلامة المتقدمة في السيارات. وفي المجال الصناعي، يُستخدم الذكاء الاصطناعي في الروبوتات وأنظمة الرؤية. فكر في السيارات الحديثة وعدد المكونات المتصلة التي تحتوي عليها الآن. مساعدو الذكاء الاصطناعي على وشك أن يتم إدخالهم في المركبات. سيسمح ذلك للأشخاص بتخصيص سياراتهم، بدءًا من ضبط الإعدادات وحتى إجراء حجوزات العشاء وقراءة دليل المستخدم وما إلى ذلك. لقد أدى هذا إلى إعادة تعريف الراحة بشكل أساسي في الصناعة.
في التطبيقات الصناعية الحديثة التصميم إلى التصنيع تعتمد العملية على العديد من التخصصات المترابطة التي تحدث، غالبًا في نفس الوقت. يحتاج كل عضو في فرق التصميم والتصنيع إلى الوصول إلى معلومات المنتج الصحيحة في الوقت المناسب، مما يعني أن توفر المعلومات من مصادر متعددة في وقت واحد يعد أمرًا بالغ الأهمية.
بفضل الأنظمة المدمجة، يعمل الذكاء الاصطناعي على تغيير كيفية تصميم الرقائق واختبارها وتصحيح أخطائها. ويسمح الذكاء الاصطناعي أيضًا للروبوتات الصناعية بالتعلم والتصرف بشكل مستقل.
ما هي التحديات التقنية التي تواجه الذكاء الاصطناعي الحافة؟
يبتكر عالم الذكاء الاصطناعي بوتيرة سريعة إلى حد ما مع المزيد من النماذج ويضع ضغطًا هائلاً على الحوسبة. سوف ينمو الذكاء الاصطناعي عند الحافة عندما تتمكن صناعة التكنولوجيا من تقديم أداء حوسبة عالي جدًا في بيئة مقيدة.
ولإنجاح الذكاء الاصطناعي وإطلاق إمكاناته الكاملة وجعله منتشرًا، يجب أن تكون هناك بنية تحتية أساسية، ويجب أن تكون العناصر الداعمة الأخرى قادرة تمامًا على دعم هذه الاستراتيجيات. يجب أن تكون هذه البنية التحتية قابلة للتكيف، مما يوفر القدرة على التحديث أو إعادة التكوين مع مرور الوقت وحدات المعالجة المركزية (CPUs), وحدات معالجة الرسومات (GPUs)، و وحدات التحكم المنطقية القابلة للبرمجة (PLCs) باستخدام برامج مفتوحة، وتوزيع أحمال العمل من السحابة إلى حافة الشبكات ونقاط النهاية.
مع دفع الذكاء الاصطناعي إلى الحافة، فإنه يشعل متطلبات جديدة للذكاء اللامركزي، مما يعني أن الذكاء الاصطناعي لا يمكن أن يعتمد على البنى التحتية السحابية والحوسبة، مع التحديات المحتملة التي تتمحور حول الطاقة، وزمن انتقال البيانات، والدقة، ودرجة حرارة البيئة، والسلامة، والأمن، والتنظيم. وأعباء العمل المتنوعة وتغييرات التردد.
هناك أيضًا تحديات تكنولوجية محددة من المحتمل أن تواجهها كل صناعة محددة.
ما هي التحديات الخاصة التي ستواجه حالات استخدام معينة؟
إن تسخير قوة هذه النماذج المتطورة باستمرار يفرض تحديات هائلة، خاصة أنه على حافة الشبكة، يمكن أن تكون القيود المفروضة على التطبيقات بشكل عام شديدة للغاية. ومع ذلك، مع تغير تطبيقات معينة، تستمر هذه القيود والمتطلبات في التغير. تضع كل حالة من حالات الاستخدام والتطبيقات متطلبات مختلفة ومتطلبات مختلفة على تطبيقات الحافة.
ففي التطبيقات الصناعية، على سبيل المثال، ستركز الشركات على التعامل مع أعباء العمل المتنوعة والتنظيم والسلامة والدقة. في مجال الرعاية الصحية، تعد الدقة أمرًا بالغ الأهمية، مما يؤدي إلى تحديات محتملة تشمل السلامة والأمن والطاقة ودقة البيانات. بالنسبة لتطبيقات السيارات، يعد زمن الوصول والدقة والسلامة والتنظيم أمرًا أساسيًا.
والنتيجة النهائية هي أن تصميم تطبيقات الذكاء الاصطناعي المتطورة يتطلب تكاملًا لا تشوبه شائبة بين أنظمة متعددة، بما في ذلك المعالجة المسبقة واستدلال الذكاء الاصطناعي ومراحل ما بعد المعالجة. هذه تدعم قابلية تطوير النظام والقدرة على التكيف.
ما هي الشركات الرائدة في مجال الابتكار في مجال الذكاء الاصطناعي؟
يتصدر عمالقة المعالجات والمنصة بالفعل زمام المبادرة في مجال الذكاء الاصطناعي. وهذا يعني أمثال Qualcomm Technologies وIntel وMediaTek وAMD وARM وAdvantech وAdlink وCadence Design Systems وMicrosoft وBosch.
ونظرًا لحقيقة أن النظام البيئي للذكاء الاصطناعي بعيد المدى، فإن الشراكات بين مختلف أصحاب المصلحة ستكون المفتاح. في أبريل 2024، مع الاستفادة من العالم المدمج 2024، كشفت شركة Qualcomm عما أسمته منتجات النظام البيئي المضمنة في شكل خدمة QCC730 Wi-Fi ومنصة RB3 Gen 2 لتوفير ما تسميه ترقيات مهمة لتمكين الذكاء الاصطناعي على الجهاز والأداء العالي والمعالجة منخفضة الطاقة والاتصال إنترنت الأشياء (IoT) المنتجات والتطبيقات.
تصنف كوالكوم المنتجات على أنها قادرة على “إحداث ثورة” في المنتجات في التطبيقات الصناعية والتجارية والاستهلاكية التي تعمل بالبطاريات. تُعزى منصة RB3 Gen 2 إلى تقديم مزيج من المعالجة عالية الأداء، وزيادة بمقدار 10 مرات في الذكاء الاصطناعي الموجود على الجهاز المعالجة ودعم مستشعرات الكاميرا الرباعية بدقة 8 ميجابكسل + ورؤية الكمبيوتر وشبكة Wi-Fi 6E المدمجة. تم تصميمه لرؤية الاستخدام في مجموعة واسعة من المنتجات، بما في ذلك أنواع مختلفة من الروبوتات والطائرات بدون طيار والأجهزة المحمولة الصناعية والكاميرات الصناعية والمتصلة وصناديق الذكاء الاصطناعي والشاشات الذكية.
وفي إشارة إلى الحاجة إلى شراكات في Embedded World، أعلنت شركة Qualcomm عن تعاون استراتيجي مع أدفانتيك لإنشاء ما يصفه موفر المنتجات والحلول المضمنة والأتمتة بأنه نظام بيئي مفتوح ومتنوع للذكاء الاصطناعي، مما يمهد الطريق لحلول مصممة خصيصًا تطبيقات الذكاء الاصطناعي للأشياء (AIoT)..
يهدف التعاون إلى تحقيق هدف معلن يتمثل في التطلع إلى دفع الابتكار المستمر والتوسع في أجهزة الذكاء الاصطناعي المتطورة لإنترنت الأشياء، والجمع بين خبرة الذكاء الاصطناعي والحوسبة عالية الأداء والاتصال الرائد في الصناعة لدفع الابتكار للحوسبة الصناعية.
ومع الإعلان عن الشراكة، أوضح ميلر تشانغ، رئيس EIoT في Advantech: “في مشهد إنترنت الأشياء الواسع والمجزأ، يمثل نشر تطبيقات الذكاء الاصطناعي بكفاءة تحديًا. [We] نعمل معًا لتلبية متطلبات السوق وتجاوز الحدود المتصورة [and we] سوف تتطلع إلى توفير منصات الذكاء الاصطناعي المتطورة للتنقل عبر تجزئة الصناعة، مما يضمن إمكانية التشغيل البيني. ونطمح معًا إلى إعادة تعريف إمكانيات الذكاء الاصطناعي على الحافة، وتشكيل مستقبل الذكاء الحافة.
مع ملاحظة أنه مع توسع نطاق الذكاء الاصطناعي الحافة، كشفت ARM عن الجيل الثالث من وحدة NPU لدعم الذكاء الاصطناعي الحافة، إيثوس-U85. تعتقد شركة تصميم الرقائق أن مبتكري السيليكون يواجهون الاضطرار إلى التنقل بين التعقيد المتزايد للنظام والبرامج بينما يحتاج مطورو البرامج إلى تجارب أكثر اتساقًا وانسيابية وتكاملًا سهلاً مع أطر عمل ومكتبات الذكاء الاصطناعي الناشئة.
وفي معرض الإشارة أيضًا إلى أهمية الشراكات، قالت ARM روح جديدة-U85 تقدم نفس سلسلة الأدوات المتسقة حتى يتمكن الشركاء من الاستفادة من الاستثمارات الحالية لتقديم تجربة مطور “سلسة”. وهو يوفر الدعم لأطر عمل الذكاء الاصطناعي مثل TensorFlow Lite وPyTorch، ويدعم شبكات Transformer بالإضافة إلى الشبكات العصبية التلافيفية (سي إن إن) ل استنتاج الذكاء الاصطناعي.
وتعتقد الشركة أيضًا أن شبكات المحولات ستقود إلى تطبيقات جديدة، خاصة في مجال الرؤية و حالات استخدام GenAI لمهام مثل فهم مقاطع الفيديو أو ملء الأجزاء المفقودة من الصور أو تحليل البيانات من كاميرات متعددة لتصنيف الصور واكتشاف الكائنات.
قالت ARM إنها أطلقتها بعد أن أدركت نشر المعالجات الدقيقة في أنظمة إنترنت الأشياء عالية الأداء لحالات الاستخدام مثل رؤية الآلة الصناعية والأجهزة القابلة للارتداء والروبوتات الاستهلاكية. تهدف التقنية الجديدة أيضًا إلى استخدامها لتسريع مهام التعلم الآلي (ML) وتحقيق استنتاج الحافة الموفر للطاقة في نطاق أوسع من الأجهزة ذات الأداء العالي.
