سرد تقنيات النواة AI الحيوية لعام 2025؟

كتبه: أدفايت جايانت، ماثيو شيلدون، سونججونج كيم وسواستيك شريفاستافا

ترجمة: BeWater

مع إطلاق نموذجي Llama 1B و 3B الخفيفين الذين تم تحسينهما خصيصًا لسيناريوهات تطبيق الأجهزة الطرفية من قبل Meta ، ومنتجات جديدة من Apple Intelligence سوف يتم إطلاقها في نهاية أكتوبر ، نعتقد أن الذكاء الاصطناعي في الحواف والأجهزة الطرفية سيكون موضوعًا كبيرًا في عام 2025.

Peri Labs و BeWater تعاونتا لإصدار تقرير يتضمن حوالي 250 صفحة يغطي المحتوى:

• ضرورة الذكاء الاصطناعي الحافة
• الابتكار الأساسي في مجال الذكاء الاصطناعي الحافة
• لماذا يحتاج الذكاء الاصطناعي على الحافة إلى التشفير التكنولوجيا
• فهم الإطار الأساسي للذكاء الاصطناعي الحافة
• الواقع الحالي للذكاء الاصطناعي على الحافة وتقنية التشفير

تمت ترجمة هذا التقرير بواسطة BeWater إلى الصينية المبسطة ، وفيما يلي ملخص الأساسيات:

صعود الذكاء الاصطناعي الحافة

تعمل الذكاء الاصطناعي على الحافة عن طريق نقل معالجة البيانات من الخوادم المركزية إلى الأجهزة المحلية، مما يحدث ثورة في مجال الذكاء الاصطناعي. يحل هذا النهج محدودية نشر الذكاء الاصطناعي التقليدي مثل وقت الاستجابة العالي ومشكلات الخصوصية والقيود في عرض النطاق الترددي. من خلال تحقيق معالجة البيانات في الوقت الحقيقي على الهواتف الذكية والأجهزة القابلة للارتداء وأجهزة استشعار انترنت الأشياء وغيرها من الأجهزة، يقلل الذكاء الاصطناعي على الحافة من وقت الاستجابة ويحفظ المعلومات الحساسة بشكل آمن في الأجهزة نفسها.

تقدم التكنولوجيا في الأجهزة الإلكترونية والبرمجيات يجعل تشغيل نماذج AI المعقدة على أجهزة محدودة الموارد ممكنًا. الابتكارات مثل معالجات الحواف الخاصة وتقنيات تحسين النماذج تجعل الحوسبة الطرفية أكثر كفاءة دون التأثير بشكل كبير على الأداء.

نقطة 1: نمو الذكاء الاصطناعي بسرعة تجاوز قانون مور.

قانون موريل يشير إلى أن عدد الترانزستورات على رقائق الشرائح الدقيقة يتضاعف تقريبًا كل عامين. ومع ذلك، فإن سرعة ارتفاع نماذج الذكاء الاصطناعي قد تجاوزت سرعة تحسين الأجهزة، مما أدى إلى توسيع الفجوة بين الطلب والعرض للحسابات. هذا الفارق يجعل تصميم الأجهزة والبرمجيات بشكل متناسق أمرًا لا غنى عنه.

النقاط الرئيسية 2: يزيد العمالقة في الصناعة من استثماراتهم في الذكاء الاصطناعي المفتوح ويتخذون استراتيجيات مختلفة.

العمالقة الصناعية الرئيسية تستثمر بشكل كبير في الذكاء الاصطناعي في الحافة ، حيث يدركون أنه يمكن أن يغير تمامًا مجالات مثل الرعاية الصحية والقيادة التلقائية والروبوتات والمساعد الافتراضي من خلال توفير تجربة ذكاء اصطناعي فورية وشخصية وموثوقة. على سبيل المثال ، قامت Meta مؤخرًا بإصدار نموذج محسّن لجهاز الحافة ، كما ستطلق Apple Intelligence تقنية الذكاء الاصطناعي في الحافة في نهاية أكتوبر.

تقاطع الذكاء الاصطناعي على الحافة والتشفير

النقطة 3: توفر تقنية البلوكشين آلية ثقة آمنة ولامركزية لشبكة الذكاء الاصطناعي الحافة

يضمن سلسلة الكتل الكاملة ومقاومة التلاعب بالبيانات من خلال دفتر الأستاذ غير القابل للتزوير، وهذا أمر حاسم في شبكة اللامركزية المكونة من أجهزة الحواف. من خلال تسجيل المعاملات وتبادل البيانات داخل السلسلة، يمكن لأجهزة الحواف إجراء التحقق من الهوية والتفويض بأمان من دون الاعتماد على مؤسسات مركزية.

النقطة 4: آلية التحفيز الاقتصادي للتشفير تعزز مشاركة الموارد والإنفاق الرأسمالي

يتطلب نشر شبكة الحافة وصيانتها موارد كبيرة. يمكن أن يدعم النموذج الاقتصادي للتشفير أو حافز العملة بناء وتشغيل الشبكة من خلال توفير حوافز عملة تشجع الأفراد والمؤسسات على المساهمة بقوة الحوسبة والبيانات والموارد الأخرى.

要点 5：التمويل اللامركزي  模型促进资源的高效分配

من خلال إدخال مفاهيم الاستقرار والاستدانة وحوض السيولة في التمويل اللامركزي ، يمكن لشبكة AI الحافة إنشاء سوق لموارد الحساب. يمكن للمشاركين توفير قدرات الحساب عن طريق تكديس العملة ، أو إعارة الموارد الزائدة ، أو المساهمة في حوض المشاركة للحصول على المكافآت المقابلة. يقوم العقد الذكي بتنفيذ هذه العمليات تلقائيًا ، مما يضمن توزيعًا عادلًا وفعالًا للموارد وفقًا للعرض والطلب ، وتحقيق آلية تسعير ديناميكية في الشبكة.

النقطة 6: الثقة اللامركزية

في شبكة الأجهزة اللامركزية، كيفية إنشاء ثقة غير مركزية تعتمد على التحديات. في شبكة التشفير، تتم إدارة الثقة من خلال الرياضيات؛ هذه الثقة القائمة على الحسابات والرياضيات هي العامل الرئيسي في تحقيق التفاعل غير المعتمد على الثقة، وحتى الآن، لم تكن لدى الذكاء الاصطناعي هذه الخاصية.

توقعات المستقبل

نتوقع في المستقبل وجود العديد من فرص الابتكار في مجال الذكاء الاصطناعي المحاذي. سنرى الذكاء الاصطناعي المحاذي يصبح جزءًا لا يمكن الاستغناء عنه في العديد من سيناريوهات التطبيق مثل مساعد التعلم فردي شديد التخصيص والتوائم الرقمية وسيارات القيادة الآلية والشبكات الذكية الجماعية والشركاء العاطفيين للذكاء الاصطناعي. نحن متحمسون للمستقبل!