من المقرر أن تلعب الحوسبة المتطورة دورًا رئيسيًا في تطوير الذكاء الاصطناعي والذكاء الاصطناعي التوليدي للشركات. وذلك لأنه يتيح للشركات تحليل البيانات في الوقت الفعلي أو في الوقت الفعلي تقريبًا، مما يسهل تدريب نماذج الذكاء الاصطناعي وتعزيز طريقة أداء التطبيقات المعتمدة على الذكاء الاصطناعي.
من المقرر أن تلعب الحوسبة المتطورة دورًا رئيسيًا في تطوير الذكاء الاصطناعي (AI) والذكاء الاصطناعي التوليدي (GenAI) للشركات.
وذلك لأنه يتيح للشركات تحليل البيانات في الوقت الفعلي أو في الوقت الفعلي تقريبًا، مما يسهل تدريب نماذج الذكاء الاصطناعي وتعزيز كيفية أداء التطبيقات المعتمدة على الذكاء الاصطناعي.
يتيح دمج تكنولوجيا الرؤية والذكاء الاصطناعي والتعلم الآلي وأطر التعلم العميق للشركات تخصيص الحلول للبيئات الصعبة بشكل متزايد.
يمتد تأثير حوسبة الحافة إلى التطبيقات، بما في ذلك حوسبة الحافة متعددة الوصول التي تدعم تقنية 5G ، والمركبات ذاتية القيادة، وتحليل الصور الجوية، والقياسات الحيوية، والتحكم في الوصول، وفحص العيوب، وحتى المساحات الذكية.
سونيل سينان هو نائب الرئيس الأول والرئيس العالمي للبيانات والتحليلات والذكاء الاصطناعي في شركة Infosys، وهي شركة استشارات وخدمات تكنولوجيا المعلومات.
ويقول إن الدور الرئيسي للحافة هو تقليل زمن الوصول، وتعزيز الكفاءة، وتقليل الاعتماد على الموارد السحابية المركزية .
من خلال نشر حلول الذكاء الاصطناعي مباشرة على الحافة، يمكن للمؤسسات اتخاذ قرارات وإجراءات أسرع، ودمج الذكاء الاصطناعي بسهولة في العمليات المختلفة، وتقليل نقل البيانات عبر الشبكات الخارجية.
ويقول: "يعزز هذا النهج أمان البيانات، ويقلل من استخدام النطاق الترددي، ويسرع عملية اتخاذ القرار والإجراءات في الوقت الفعلي، مما يؤدي في النهاية إلى تحقيق نتائج أعمال فائقة".
يقول جيرالد لونجوريا، المدير والمدير التنفيذي لوحدة الأعمال في Truscale لخدمات البنية التحتية في شركة التكنولوجيا Lenovo، إن حوسبة Edge تلعب دورًا حيويًا في تطور GenAI لأنها تعالج مشكلات المعالجة في الوقت الفعلي، وتقليل زمن الوصول، وإدارة البيانات بكفاءة يحتاج الذكاء الاصطناعي إلى حل المشكلة مع نموه.
ويضيف أن تحليل البيانات على حافة الشبكة بدلاً من الاعتماد فقط على البنية التحتية السحابية المركزية يسمح أيضًا للحوسبة الطرفية بحل مشكلات محددة في القطاعات التي تعتمد أدوات GenAI.
وفي الوقت نفسه، يشير تقرير بعنوان "الريادة باستخدام الحوسبة المتطورة: كيفية إعادة الابتكار باستخدام البيانات والذكاء الاصطناعي" من شركة Accenture إلى أن التطور من الأساليب المخصصة إلى الأساليب المتكاملة التي تستفيد من قوة السحابة والبيانات والذكاء الاصطناعي سيكون أمرًا بالغ الأهمية للشركات لتسريع وتيرة العمل بتكلفة معقولة الابتكار الحافة.
قيمة حوسبة الحافة بالنسبة للذكاء الاصطناعي
عند البدء باستخدام GenAI، تبدأ العديد من الشركات بنموذج مُدار عبر السحابة من أجل السرعة، كما تقول تيريزا تونغ، كبيرة تقنيي السحابة الأولى في Accenture والمؤلفة المشاركة للتقرير.
ومع ذلك، عندما تقوم الشركات بنقل GenAI من البرامج التجريبية إلى الإنتاج، يجب عليها مواجهة الأسئلة المعتادة حول التكلفة طويلة المدى، والأمن، وخصوصية البيانات، والسيادة.
يقول تونغ: "أصبح عرض قيمة الذكاء الاصطناعي الخاص بـ Edge أكثر أهمية من أي وقت مضى، سواء كان ذلك لتدريب النموذج على كثافة البيانات الموجودة بالفعل على الحافة أو كوسيلة فعالة للاستدلال لتوفير رؤية في الوقت الفعلي واستجابات موثوقة للغاية".
اقرا ايضا:اختبار ألعاب الفيديو باستخدام الذكاء الاصطناعي: هل هو بمثابة دفعة قوية لضمان الجودة؟ من هنا
GenAI هي آلة حاسبة رائعة - فهي عبارة عن رياضيات متجهة وإحصائية على نطاق واسع مع العديد من العوامل، وفقًا لما ذكره واين أندرسون، مدير السحابة والأمن والبنية التحتية في BDO Digital، وهي شركة تقدم خدمات استشارات التكنولوجيا والأعمال. عندما يتم تنفيذها بشكل جيد، تمكن الحوسبة الطرفية المؤسسات من تجميع البيانات حيثما تحدث وزيادة جودة البيانات.
ويشير إلى أن البيانات الأولية المستمدة من العديد من العمليات التجارية اليوم يمكن أن تكون غير منظمة، وغالبًا ما تكون هناك أخطاء في الإدخال، خاصة عندما يكون البشر جزءًا من إنشاء البيانات أو إدخالها. الحوسبة المتطورة هي المكان الذي يمكنك عادةً القيام فيه بالعمل والتحليل والتأكد من صحة المدخلات قبل إرسالها إلى عمليات التدريب السحابية باهظة الثمن.
ويقول: "وإلا فإنك ستنفق الكثير في الرياضيات على مستوى درجة الماجستير للحصول على إجابة خاطئة، لأن البيانات التي بدأت بها خاطئة".
أهمية الذكاء الاصطناعي على الحافة
بالنسبة للشركات، تأتي القدرة على تحفيز تجارب العملاء الإيجابية ونمو الإيرادات من التقاط بياناتهم الخاصة وفهمها عند النقطة التي يتم إنشاؤها فيها، كما يقول جيل شنورسون، نائب الرئيس الأول لحلول الحافة في شركة Dell Technologies.
ويوضح أن الذكاء الاصطناعي هو المفتاح لتسخير البيانات القيمة على الحافة حتى تتمكن الشركات من معالجة المعلومات بالقرب من المصدر واتخاذ قرارات في الوقت الفعلي تؤثر بشكل إيجابي على النتيجة النهائية، بدءًا من تبسيط العمليات وحتى تحسين التكلفة.
على سبيل المثال، قد ينشر بائع التجزئة الذكاء الاصطناعي على الحافة لجمع البيانات حول حركة المرور في المتجر وتفاعلات المنتج، مما يساعد على تحسين إدارة المخزون وتعزيز تجربة التسوق، كما يقول شنيورسون.
وبالنسبة للشركة المصنعة، يمكن للذكاء الاصطناعي على الحافة مراقبة أداء المعدات، واكتشاف الحالات الشاذة، وتمكين الصيانة التنبؤية لتقليل وقت التوقف عن العمل وزيادة الإنتاجية.
ويقول: "يمكن للشركات التي تستفيد من قوة الذكاء الاصطناعي على الحافة أن تساعد في تسريع نمو أعمالها مع إسعاد العملاء أيضًا".
يكمل كل من Edge والذكاء الاصطناعي بعضهما البعض بشكل طبيعي لدفع حدود الابتكار في إنترنت الأشياء، وفقًا لسودهير ميهتا، نائب الرئيس العالمي للهندسة والمنتجات في Optra في Lexmark، وهي شركة تقدم منتجات وبرامج وخدمات الطباعة والتصوير.
ويقول إن الحجم الهائل للبيانات التي يمكن أن تنتجها إنترنت الأشياء يعيق إمكاناتها. لا يمكن للمؤسسات سوى معالجة الكثير من البيانات بهذه السرعة. إن الجمع بين الحافة والذكاء الاصطناعي يحل هذه المشكلة.
تتم معالجة البيانات حيث تكون هناك حاجة إليها - على حافة الشبكة. يقول ميهتا إن المعالجة على الحافة - بدلاً من المعالجة في السحابة - تقلل من زمن الوصول مع ضمان الأمان والامتثال.
مع الذكاء الاصطناعي، لديك الآن نظام أساسي مؤتمت بالكامل يمكنه تحويل تلك البيانات على الفور إلى رؤى – وتطبيقها بطرق جديدة تمامًا ومثيرة للاهتمام لا يمكنك القيام بها يدويًا بسهولة.
تأخذ Edge تخصيص الذكاء الاصطناعي إلى المستوى التالي
تتطلب الشركات التي تعمل على تطوير واستخدام الذكاء الاصطناعي التوليدي موارد حوسبة كبيرة، مما قد يسبب تحديات في زمن الاستجابة مع الحوسبة السحابية النموذجية، وفقًا لبيتر وانج، الرئيس التنفيذي في Anaconda، مزود منصة علوم البيانات.
ومن ناحية أخرى، تؤدي الحوسبة المتطورة إلى زمن وصول أقل لأن معالجة البيانات تكون أقرب إلى مكان إنشاء البيانات واستهلاكها، مما يقلل من الوقت المستغرق في إرسال البيانات من وإلى الخوادم المركزية، كما يقول.
ويضيف وانغ: "يعد هذا التواصل في الوقت الفعلي أمرًا بالغ الأهمية للشركات التي تطبق الذكاء الاصطناعي التوليدي، مثل روبوتات الدردشة التي تتفاعل مع الموظفين أو العملاء".
كما تنقل الحوسبة المتطورة تخصيص الذكاء الاصطناعي إلى المستوى التالي، كما يقول نيك وايت، المدير الأول لاستراتيجية البيانات في شركة Kin + Carta، وهي شركة استشارية للتحول الرقمي. فهو يسمح للذكاء الاصطناعي بالتطور ديناميكيًا، مما يساعد على تصميم التجارب وفقًا لتفضيلات المستخدم واحتياجاته المميزة بطريقة متطورة وسلسة. ويتم كل هذا في الوقت الفعلي مع تقليل زمن الوصول أيضًا.
ويوضح أن أجهزة الحافة تقوم باستمرار بتجميع البيانات حول تفضيلاتها وسلوكياتها الفردية أثناء تفاعل المستخدمين مع النظام. ويتم بعد ذلك دمج ذلك مرة أخرى في النموذج، مما يتيح التعلم والتكيف على الجهاز.
بالإضافة إلى ذلك، تضمن الطبيعة اللامركزية للحوسبة الطرفية أن تتم عملية التحسين هذه مباشرة على جهاز المستخدم، مع احترام الخصوصية وإنشاء السيناريو المثالي تقريبًا للتخصيص الآمن للمستخدمين، حسبما يضيف وايت.
المزيد من الحافة قادم
يقول أندرسون إن الطلب المستمر على الابتكار القائم على الذكاء الاصطناعي وأعباء العمل الأخرى كثيفة البيانات سيعزز المزيد من اعتماد الحافة في عام 2024.
ويقول إنه كجزء من خرائط طريق التحول للذكاء الاصطناعي، يجب على الشركات أن تفكر في إدارة تدفق البيانات المطلوبة لأعباء العمل هذه.
يجب على المؤسسات أن تأخذ بعين الاعتبار نوع البيانات، ومكان وجودها، وضوابط الأمان الخاصة بها، والقدرة الحاسوبية.
يقول أندرسون إن مراكز بيانات Edge يمكنها تحسين الأداء، وتوفير الحوسبة المحلية للاستدلال السريع، وتقليل زمن استجابة تطبيقات الذكاء الاصطناعي مع معالجة المخاوف المتعلقة بالأمان وإقامة البيانات.
تقول إيما ماكغراتان، نائب الرئيس الأول للهندسة في شركة Actian Corp، قسم البيانات والتحليلات في شركة HCLSoftware، إن إعداد البيانات وجودتها اكتسبا أهمية متزايدة بالنسبة للشركات مع انتشار تطبيقات الذكاء الاصطناعي في مختلف الصناعات.
وقد أدى الارتفاع الأخير في GenAI إلى تسريع هذا الاتجاه. توفر تحليلات البيانات في الوقت الفعلي التي تتم معالجتها على الحافة - اتخاذ القرارات بشأن البيانات التي يتم إنشاؤها محليًا من أجهزة إنترنت الأشياء وخوادم الحافة المحلية - للشركات رؤى فورية لاتخاذ القرارات الرئيسية عبر عملياتها.
ويضيف ماكجراتان: "سيكون ذلك مهمًا أيضًا في توفير كميات كبيرة من البيانات المعقدة اللازمة لتدريب نماذج الذكاء الاصطناعي الخاصة بهم حتى تتمكن أدوات الذكاء الاصطناعي الخاصة بهم من التكيف والمواءمة بشكل أكثر فعالية مع الاحتياجات المحددة للأعمال عبر سير العمل الداخلي، وتجربة العملاء، والمزيد".
"إن جودة نموذج الذكاء الاصطناعي تكون جيدة بقدر بيانات التدريب المقدمة، مما يجعل الإعداد والجودة شرطين أساسيين لمبادرات الذكاء الاصطناعي الناجحة."
مرحبا بكم في جريدة وموقع كلام فور يو