في إنترنت الأشياء، يعني الذكاء الاصطناعي الطرفي (edge AI) تشغيل نموذج ذكاء اصطناعي مدرَّب على الجهاز نفسه، أو على حاسوب صغير بجواره، بدلًا من إرسال البيانات الخام إلى مركز بيانات لتحليلها. كاميرا تتعرف على شخص دون أن تبث الفيديو إلى أي مكان، ومستشعر محرك يرصد نمط اهتزاز غير معتاد على شريحته الخاصة، وميكروفون يسمع صوت نافذة تتحطم: كل هذه الأجهزة تتخذ قرارها محليًا ولا ترسل إلا النتيجة.
يحل هذا التصميم مشكلات حقيقية تتعلق بعرض النطاق الترددي والتأخير والخصوصية. لكنه يطرح أيضًا سؤالًا لا يحظى بالاهتمام الذي تحظى به الرقاقات. فبعد أن يقرر الجهاز أن «هناك شخصًا عند رصيف التحميل»، من غيره يحتاج إلى أن يعرف، وما الذي ينبغي أن يحدث بعد ذلك؟
باختصار
- يشغّل الذكاء الاصطناعي الطرفي الاستدلال (inference)، أي تطبيق نموذج مدرَّب، على الجهاز أو بالقرب منه، بينما لا يزال التدريب يجري عادةً في السحابة.
- يتفوق في زمن الاستجابة وعرض النطاق الترددي والخصوصية، ويتأخر في حجم النموذج وسهولة تحديثه.
- تشترك حالات الاستخدام الجيدة في نمط واحد: كمية كبيرة من البيانات الخام، وقرار محلي سريع، ونتيجة صغيرة تستحق الإرسال.
- يصبح الرصد الطرفي أكثر فائدة بكثير حين تستطيع منصة ما أن تجمعه مع الأبواب والإنذارات والأجهزة الأخرى من خلال القواعد.
ما هو الذكاء الاصطناعي الطرفي؟
الذكاء الاصطناعي الطرفي هو ذكاء اصطناعي يعمل حيث تُنتَج البيانات، عند «طرف» الشبكة، لا في سحابة مركزية. والعمل الذي ينتقل إلى الطرف هو الاستدلال: أخذ نموذج دُرِّب مسبقًا وتطبيقه على بيانات جديدة، مثل إطار واحد من الكاميرا أو ثانية واحدة من قراءات الاهتزاز. ويحتاج تدريب النموذج إلى كميات كبيرة من البيانات وقدرة حوسبية عالية، لذا لا يزال يجري عادةً في مركز بيانات. ثم يُصغَّر النموذج الجاهز ويُنسخ إلى الجهاز.
والتصغير جزء كبير من الصنعة. فالنموذج المدرَّب بأعداد من 32 بت يمكن في كثير من الأحيان تحويله إلى أعداد صحيحة من 8 بت، وهي خطوة تُسمى التكميم (quantization)، فيتقلص حجمه إلى الربع تقريبًا ويصبح أسرع على المعالجات البسيطة مع خسارة طفيفة فقط في الدقة. أما التقليم (pruning) فيزيل الوصلات قليلة الإسهام. وكثير من الرقاقات الحالية تتضمن أيضًا وحدة معالجة عصبية، وهي كتلة من السيليكون صُممت لهذا النوع من العمليات الحسابية تحديدًا، ما يتيح لكاميرا أو بوابة تشغيل نموذج رصد وهي لا تستهلك إلا بضعة واط.
وتتنوع أجهزة الذكاء الاصطناعي الطرفي تنوعًا كبيرًا. ففي الفئة الصغرى، تشغّل متحكمات دقيقة بذاكرة من بضع مئات من الكيلوبايتات نماذجَ صغيرة جدًا تتعرف على كلمة تنبيه أو تصنّف اهتزازًا. وفي الفئة الوسطى، تشغّل الكاميرات الذكية رصد الأجسام على متنها. وفي الفئة العليا، يستطيع حاسوب مدمج موضوع على رف في غرفة المعدات أن يخدم عدة كاميرات أو آلات في وقت واحد. ويجمعها كلها أمر واحد: أنها تحوّل البيانات الخام الثقيلة إلى حدث خفيف ذي معنى.
ومن المفيد التمييز بين الذكاء الاصطناعي الطرفي والمصطلح الأوسع، الحوسبة الطرفية (edge computing). فالحوسبة الطرفية تعني إجراء أي معالجة قريبًا من مكان إنتاج البيانات: تصفية القراءات، أو ضغط الفيديو، أو تشغيل حلقة تحكم محلية. أما الذكاء الاصطناعي الطرفي فهو الجزء منها الذي تكون فيه المعالجة نموذجًا مدرَّبًا يصدر حكمًا، مثل «هذا الصوت صوت زجاج يتحطم» أو «هذا الاهتزاز يشبه اهتزاز محمل متآكل». فالبوابة التي تحسب متوسط عشر قراءات حرارة تقوم بحوسبة طرفية؛ والكاميرا التي تتعرف على رافعة شوكية تطبّق الذكاء الاصطناعي الطرفي.
حوسبة الذكاء الاصطناعي الطرفي مقابل الذكاء الاصطناعي السحابي
تعمل حوسبة الذكاء الاصطناعي الطرفي والذكاء الاصطناعي السحابي عادةً معًا في نظام واحد، ولكل منهما ما يبرع فيه:
| حوسبة الذكاء الاصطناعي الطرفي | الذكاء الاصطناعي السحابي | |
|---|---|---|
| زمن الاستجابة | ميلي ثوانٍ، دون ذهاب وإياب عبر الشبكة | يعتمد على الاتصال، من عشرات إلى مئات الميلي ثوانٍ أو أكثر |
| عرض النطاق الترددي | لا يرسل إلا النتائج | يتطلب رفع البيانات الخام |
| الخصوصية | يمكن أن تبقى الصور أو التسجيلات الصوتية الخام على الجهاز | تغادر البيانات الخام الموقع |
| حجم النموذج | محدود بذاكرة الجهاز وطاقته | يمكن استخدام نماذج كبيرة جدًا |
| التحديثات | يجب تسليم النموذج الجديد إلى كل جهاز | تحديث واحد يستفيد منه الجميع |
| العمل دون اتصال | نعم | لا |
من السهل التعبير عن سطر عرض النطاق الترددي بالأرقام. فكاميرا بدقة 1080p ترمّز بمعيار H.264 بنحو 4 ميغابت في الثانية تنتج قرابة 43 غيغابايت يوميًا إذا بثّت على مدار الساعة. وعشر كاميرات كهذه ترسل كل شيء إلى السحابة لتحليله ستدفع أكثر من 400 غيغابايت يوميًا عبر اتصال الموقع. أما إذا شغّلت كل كاميرا الرصد محليًا وأرسلت رسالة JSON قصيرة، بحجم 300 بايت مثلًا، كلما رأت شخصًا، فحتى 1,000 عملية رصد يوميًا لا يتجاوز مجموعها نحو 300 كيلوبايت لكل كاميرا.
وتظهر المفاضلة في ما يستطيع كل جانب معرفته. فالكاميرا تعرف ما في إطارها هي ولا شيء غيره. أما السحابة، أو منصة تجمع الأحداث من أجهزة كثيرة، فترى الموقع كله، ولكن فقط من خلال الملخصات التي يرسلها الطرف. ومعظم التصاميم الجيدة تحتفظ بالاثنين: يقرر الجهاز بسرعة ما رآه، ويقرر نظام مركزي ما يعنيه ذلك في ضوء كل ما يجري حوله.
وكثيرًا ما تقسّم الإعدادات الهجينة العمل على مراحل. فيشغّل الجهاز نموذجًا صغيرًا وسريعًا يلتقط كل ما يستحق الاهتمام تقريبًا، متقبلًا بعض الإنذارات الكاذبة. ولا تذهب إلا اللحظات المؤشَّر عليها، أي مقطع قصير أو بضع ثوانٍ من بيانات الاهتزاز، إلى نموذج أكبر في السحابة لإبداء رأي ثانٍ. فيحمل اتصال الموقع قطرات بدلًا من سيل، ولا يرى النموذج المكلف إلا الحالات الصعبة.
وتميل الفرق إلى الاستهانة بالتحديثات. فأسطول من 300 كاميرا قد ينتهي به الأمر إلى تشغيل ثلاثة إصدارات مختلفة من النموذج إذا فشلت التحديثات على بعضها. لذا ينبغي أن يذكر كل حدث إصدار النموذج الذي أنتجه، كي يمكن إرجاع أي تغير مفاجئ في أعداد عمليات الرصد إلى تحديث لا إلى تغير في الموقع.
استخدامات الذكاء الاصطناعي الطرفي في إنترنت الأشياء
تشترك أقوى حالات استخدام الذكاء الاصطناعي الطرفي في شكل واحد. فمستشعر ينتج كمية كبيرة من البيانات الخام، والقرار يجب أن يكون سريعًا أو أن يبقى خاصًا، والمخرَج المفيد صغير. وتُظهر الأمثلة أدناه هذا النمط في بيئات مختلفة؛ وهي أمثلة توضيحية، لا خريطة كاملة للمجال.
ومراقبة حالة الآلات مثال كلاسيكي. فمستشعر اهتزاز على محرك يأخذ آلاف العينات في الثانية. وإرسال كل ذلك عبر راديو منخفض الطاقة غير عملي، لذا يتعلم نموذج صغير على المستشعر شكل الاهتزاز الطبيعي، ولا يُبلغ إلا عن درجة أو عن إشارة «تغيّر نمط المحمل» كل بضع دقائق.
ويحتاج الفحص البصري للجودة على خط الإنتاج إلى قرارات خلال جزء من الثانية، قبل وصول القطعة التالية. فالكاميرا المزودة بنموذج على متنها تستطيع رفض ملصق مطبوع خطأً في غضون ميلي ثوانٍ، في حين أن الذهاب والإياب إلى السحابة سيدع القطعة المعيبة تمر.
ويصلح عدّ الأشخاص وقياس الإشغال جيدًا عند الطرف لأسباب تتعلق بالخصوصية. فالمستشعر أو الكاميرا يستطيع عدّ الأشخاص في غرفة وإرسال الرقم وحده، فلا تغادر الصور الجهاز أبدًا. وتحصل فرق إدارة المرافق على المعلومات التي تحتاج إليها للتنظيف والتدفئة وتخطيط المساحات دون تخزين أي تسجيلات.
والرصد الأمني عند محيط الموقع هو الحالة التي يتخيلها معظم الناس. فالكاميرا التي تستطيع التمييز بين شخص وغصن يتمايل أو قطة عابرة ترسل تنبيهات كاذبة أقل بكثير مما يرسله رصد الحركة البسيط، وتفعل ذلك دون بث فيديو متواصل.
وتستخدم المزارع الفكرة نفسها على نطاق مختلف: فالكاميرات عند محطات التغذية أو المصائد تصنّف الحيوانات أو الآفات، والأجهزة العاملة بالطاقة الشمسية ترسل حفنة من النتائج يوميًا عبر راديو بعيد المدى.
والذكاء الاصطناعي الطرفي لا يستحق العناء دائمًا. فمستشعر حرارة يرسل تقريره كل 15 دقيقة ينتج بضعة كيلوبايتات يوميًا، وعتبة بسيطة على الخادم تتعامل معه على أكمل وجه. والنموذج على الجهاز يضيف تكلفة واستهلاكًا للطاقة وعملية تحديث دون أي مكسب. والقاعدة العامة ألا تضع الذكاء عند الطرف إلا حين تكون البيانات الخام أضخم من أن تُرسل، أو أكثر حساسية من أن تُرسل، أو يكون إرسالها أبطأ مما يلزم.
كيف تتصل أجهزة الذكاء الاصطناعي الطرفي بالسحابة؟
تُبلغ كثير من أجهزة الذكاء الاصطناعي الطرفي عن نتائجها في صورة رسائل صغيرة عبر بروتوكول قياسي، وكثيرًا ما يكون MQTT، وهو بروتوكول خفيف يعتمد على النشر والاشتراك ويُستخدم على نطاق واسع في إنترنت الأشياء. ينشر الجهاز شيئًا مثل {"event": "person", "zone": "dock-2", "confidence": 0.91} إلى موضوع (topic)، فيتلقاه كل ما هو مشترك في ذلك الموضوع. وبعض الأجهزة ترسل بدلًا من ذلك طلبات خطافات ويب (webhooks) أو تستخدم السحابة الخاصة بالمورّد، لذا تحقق من المخرجات التي يدعمها الطراز قبل الشراء.
ورسالة الحدث المفيدة تحمل أكثر من التصنيف. فمعرّف الجهاز، وطابع زمني من ساعة الجهاز، ودرجة الثقة، وإصدار النموذج، كلها تساعد لاحقًا. واختر عتبة الثقة بعناية: فالعتبة 0.5 تلتقط أحداثًا حقيقية أكثر وأحداثًا كاذبة أكثر، بينما العتبة 0.9 أهدأ لكنها تفوّت بعض الأحداث. وإرسال الدرجة نفسها، بدلًا من «نعم» أو «لا» فقط، يتيح للجهة المستقبِلة أن تختار عتبة مختلفة حسب وقت اليوم دون المساس بالكاميرا.
واستقبال الرسالة ليس إلا الخطوة الأولى. فحدث رصد شخص عند رصيف تحميل يعني أمرًا في الساعة 14:00 من يوم عمل، وأمرًا آخر في الساعة 02:00 من يوم أحد، ويعني أمرًا مختلفًا مرة أخرى بحسب ما إذا كان باب الرصيف مفتوحًا أو مغلقًا. ولتحويل الرصد إلى إجراء معقول، لا بد أن يجمعه شيء ما مع بقية الموقع.
وهذا الجمع هو ما يفعله محرك القواعد. ففي Kilo، يستقبل موصّل MQTT رسالة الكاميرا ويوجّهها إلى الجهاز الصحيح، إما بنمط الموضوع أو بمعرّف جهاز يُقرأ من حمولة JSON. ثم تنطلق قاعدة من تلك القراءة، وتجلب خطوة Enrichment أحدث حالة لمستشعر باب لاسلكي على الرصيف نفسه، فتستطيع قاعدة واحدة أن تستدل على الاثنين معًا.
فإذا كان الباب مفتوحًا خارج ساعات العمل، تستطيع القاعدة نفسها أن تُطلق إنذارًا حرجًا يصل إلى الشخص المناوب، وأن ترسل أمرًا إلى وحدة تحكم في الإضاءة تشغّل أضواء الساحة. وأنت ترسم هذا المنطق مرة واحدة في صورة مخطط انسيابي في محرك القواعد في Kilo، ويكون رصد الكاميرا وحالة الباب مدخليه الاثنين.
تتولى الكاميرا العمل الثقيل على البكسلات محليًا، وتتولى المنصة السياق والأشخاص والإجراءات اللاحقة. ولا يحتاج أي منهما إلى استبدال حين يتغير الآخر، لذا فإن نموذج رصد أفضل في العام المقبل يأخذ مكانه دون المساس بالقواعد، ما دام يواصل نشر الرسالة نفسها.
أسئلة شائعة عن الذكاء الاصطناعي الطرفي في إنترنت الأشياء
هل يحتاج الذكاء الاصطناعي الطرفي إلى الإنترنت؟
لا، فالاستدلال يجري محليًا، لذا يواصل الجهاز الرصد حتى حين ينقطع الاتصال. أما الإنترنت فيلزم لتسليم النتائج إلى أماكن أخرى ولتلقي تحديثات النموذج. وكثير من الأجهزة تخزّن أحداثها مؤقتًا أثناء الانقطاع وترسلها حين يعود الاتصال.
ما هو TinyML في الذكاء الاصطناعي الطرفي؟
يُعد TinyML فرع الذكاء الاصطناعي الطرفي الذي يشغّل النماذج على المتحكمات الدقيقة، وهي رقاقات تُقاس ذاكرتها بالكيلوبايتات واستهلاكها للطاقة بالميلي واط. وتتيح أطر عمل مثل TensorFlow Lite for Microcontrollers، التي أصبحت الآن جزءًا من LiteRT من Google، تشغيل نماذج صغيرة لمهام مثل رصد الكلمات المفتاحية أو التعرف على الإيماءات بالطاقة من البطارية لفترات طويلة.
ما مثال على الذكاء الاصطناعي الطرفي في الحياة اليومية؟
الهواتف الذكية مليئة به. فالفتح بالتعرف على الوجه، وفرز الصور على الجهاز، ورصد كلمة التنبيه الذي يترقب اسم المساعد الصوتي، كلها تعمل محليًا على معالج الهاتف نفسه، ولهذا تواصل عملها دون إشارة.
يمكنك التدرب على سيناريو الرصيف باستخدام مستشعر تلامس للباب وكاميرا تنشر عمليات رصدها عبر MQTT. تتوفر لدى Kilo Electronics مستشعرات الأبواب والنوافذ، وتتسع الخطة المجانية في Kilo لجهازين وقاعدة واحدة تُطلق إنذارًا عند رصد شخص والباب مفتوح، إلى جانب لوحة معلومات تعرض القراءتين.