من السحابة إلى هاتفك.. كيف وصل الذكاء الاصطناعي إلى جيبك؟ #تقنية #الذكاء_الاصطناعي #الهواتف
من السحابة إلى هاتفك.. كيف وصل الذكاء الاصطناعي إلى جيبك؟ #تقنية #الذكاء_الاصطناعي #الهواتف
مرت صناعة الهواتف الذكية على مدى العقود الثلاثة الماضية بثورتين رئيسيتين، بدأت الثورة الأولى عندما ظهر الهاتف المحمول، الذي أدى إلى تغيير طريقة تواصلنا، وبدأت الثورة الثانية في النصف الأخير من هذه العقود الثلاثة عندما ظهرت الهواتف الذكية المتطورة التي أصبحت جزءًا لا يتجزأ من حياتنا اليومية.والآن، مع تطور الذكاء الاصطناعي التوليدي، نشهد بداية ثورة جديدة في تاريخ الهواتف الذكية، فبفضل التقدم في مجال النماذج اللغوية الكبيرة، أصبح بإمكان الهواتف الذكية أداء مهام أكثر تعقيدًا بعدما كانت هذه التقنية حكرًا على الحواسيب العملاقة فقط.إذ تطلق شركات الهواتف الآن أجيالًا جديدة مزودة بقدرات الذكاء الاصطناعي المتقدمة، فعلى سبيل المثال قدمت شركة جوجل في سلسلة هواتف (Pixel 9) الشهر الماضي مجموعة من مزايا الذكاء الاصطناعي التي تعمل في الجهاز، مثل: توليد الصور وتحسين جودة المكالمات الهاتفية، كما قدمت مزية (أضفني) Add Me، التي تستخدم الذكاء الاصطناعي لإضافة الأشخاص إلى الصور الجماعية إذا لم يكونوا موجودين فيها، مع جعل الصورة تبدو طبيعية.وقدمت سامسونج في سلسلة هواتف (Galaxy S24) والإصدارات الجديدة من هواتفها القابلة للطي، المساعد الذكي (Galaxy AI) الذي يقدم مجموعة واسعة من مزايا الذكاء الاصطناعي المصممة لتسهيل حياة المستخدمين.ولكن كيف تمكنت هذه الشركات من نقل هذه القدرات الحسابية الضخمة المطلوبة للذكاء الاصطناعي من السحابة إلى أجهزة صغيرة بحجم الهاتف الذكي؟لطالما كانت القدرات الحسابية الكبيرة المطلوبة لتشغيل تطبيقات الذكاء الاصطناعي حكرًا على الخوادم العملاقة في مراكز البيانات السحابية، ولكن في ظل التقدم التقني الذي نشهده حاليًا، أدركت الشركات أهمية تمكين المستخدمين من الاستفادة من قدرات الذكاء الاصطناعي بنحو مباشر في أجهزتهم الشخصية.ولتحقيق ذلك، نقلت الشركات جزء كبير من عمليات معالجة البيانات وتحليلها من السحابة إلى ما يُعرف باسم (الحافة) Edge، وهي عبارة عن الأجهزة الطرفية التي يستخدمها المستخدمون مباشرة، مثل الهواتف الذكية، وأجهزة إنترنت الأشياء.ويُعدّ هذا التحول أمرًا مهمًا للعديد من الأسباب، التي من أبرزها:توفير خدمات أسرع وأكثر ذكاءً:بدلًا من إرسال البيانات إلى السحابة وانتظار النتائج، تُعالج محليًا في الجهاز، مما يوفر سرعة واستجابة فورية للتطبيقات.حماية الخصوصية:لا تُنقل البيانات الحساسة إلى السحابة، مما يحمي خصوصية المستخدم.تقليل الاعتماد على اتصال الإنترنت:لا يتطلب معالجة البيانات في الجهاز توفر اتصال بالإنترنت.تقليل استهلاك الطاقة:يساعد هذا التحول في تقليل استهلاك الطاقة، لأن العمليات الحسابية تُعالج في الجهاز مباشرة.كيف أجرت الشركات هذا التحول؟ لجأت الشركات إلى تطوير معالجات قوية (SoC) مصممة خصوصًا لتشغيل نماذج الذكاء الاصطناعي التوليدي بكفاءة عالية، وتعتمد هذه المعالجات على وحدات معالجة عصبية (NPU) قادرة على إجراء 30 تريليون عملية حسابية في الثانية أو أكثر، مما يمكّنها من توليد محتوى جديد ومبتكر لحظيًا.فعلى سبيل المثال، تُعدّ وحدات معالجة Tensor التي تُعرف اختصارًا باسم (TPUs) عنصرًا أساسيًا في تمكين قدرات الذكاء الاصطناعي المتقدمة في هواتف (9 Pixel) الجديدة، إذ طورتها جوجل خصوصًا لتسريع العمليات الحسابية المكثفة التي يتطلبها التعلم الآلي.وتتضمن وحدات (TPUs) شبكات من المكونات تُسمى (المصفوفات الانقباضية)، التي تعمل على معالجة كميات ضخمة من البيانات في وقت واحد، ويجعل هذا التصميم الفريد معالجات (Tensor G) التي تعمل بها هواتف جوجل أكثر كفاءة في استهلاك الطاقة وأسرع في تنفيذ العمليات الحسابية.فقد أتاح معالج (Tensor G4) الجديد لهواتف (Pixel 9) تشغيل (Gemini Nano Multimodal)، مما يمكّنها من فهم النصوص والصور والأصوات بشكل أفضل وتلبية احتياجاتك بطرق أكثر ذكاءً.وعلاوة على ذلك؛ يعزز معالج (Tensor G4) أداء هواتف (Pixel 9) بنحو كبير، إذ يوفر سرعة أكبر في تصفح الويب بنسبة تبلغ 20%، وسرعة في فتح التطبيقات بنسبة تبلغ 17% مقارنة بمعالج (Tensor G3)، كما يستهلك طاقة أقل عند أداء المهام.وتجدر الإشارة إلى أن وحدات (TPUs) الأولية، طورتها جوجل في عام 2015، للمساعدة في تسريع…..لقراءة المقال بالكامل، يرجى الضغط على زر “إقرأ على الموقع الرسمي” أدناه
