هل يجب أن يعمل الذكاء الاصطناعي دائمًا في السحابة ؟ فهم النماذج المحلية والصغيرة
تعرف على الذكاء الاصطناعي المحلي والنماذج الصغيرة ، وكيف يختلف تشغيل النموذج على الجهاز عن السحابة من حيث الخصوصية والسرعة والقدرات والتكلفة .
تلتقط صورة لمستند ، وتطلب من نظام ذكاء اصطناعي استخراج البيانات منه .
قد تتخيل أن الصورة تنتقل فورًا عبر الإنترنت إلى مركز بيانات ضخم ، وهناك يعمل النموذج ثم يعيد إليك النتيجة .
هذا يحدث في كثير من الحالات .
لكنه ليس الاحتمال الوحيد .
فقد تتم معالجة الصورة على جهازك نفسه ، دون أن تغادر البيانات إلى خادم خارجي .
وقد يحدث شيء ثالث : ينفذ الجهاز جزءًا من المهمة محليًا ، ثم يرسل الجزء الذي يحتاج إلى قدرة أكبر إلى خدمة سحابية .
إذن عندما نقول ( استخدام الذكاء الاصطناعي ) ، هناك سؤال تقني مهم لا يراه المستخدم دائمًا :
أين تتم المعالجة فعلًا ؟
الإجابة تؤثر في أكثر من السرعة . فهي تمس الخصوصية ، والاتصال بالإنترنت ، واستهلاك الموارد ، والتكلفة ، والقدرات التي يستطيع النظام تقديمها .
وهنا يظهر مفهومان مرتبطان لكنهما غير متطابقين : مكان تشغيل النموذج ، وحجم النموذج نفسه .
فقد يكون النموذج صغيرًا ويعمل في السحابة ، وقد يعمل نموذج أكبر محليًا إذا كانت الأجهزة قادرة على تشغيله .
لكن النماذج الأصغر والأكثر كفاءة تجعل التشغيل المحلي ممكنًا في نطاق أوسع من الأجهزة والمهام .
لكن المحلي ليس أفضل دائمًا ، والسحابة ليست ضرورية دائمًا .
الاختيار الصحيح يبدأ من المهمة نفسها .
1. ماذا يعني أن يعمل النموذج ( محليًا ) ؟
عندما نقول إن نموذجًا يعمل محليًا ، فنحن نعني أن عملية الاستدلال الأساسية تحدث على جهاز المستخدم أو على جهاز داخل البيئة المحلية ، بدل إرسال كل الطلب إلى خادم بعيد عبر الإنترنت .
قد يكون هذا الجهاز :
قد يكون هذا الجهاز :
- هاتفًا .
- حاسوبًا شخصيًا .
- محطة عمل .
- خادمًا داخل شركة .
- أو جهازًا مخصصًا لمهمة معينة .
والفكرة الأساسية ليست حجم الجهاز .
بل مكان تنفيذ النموذج .
إذا كتبت نصًا وأرسله التطبيق إلى خادم خارجي لمعالجته ، فهذا تشغيل سحابي .
أما إذا استقبل جهازك النص وشغّل النموذج عليه مباشرة ، فهذه معالجة محلية .
وهناك حالات تجمع الاثنين معًا ، وسنصل إليها لاحقًا .
2. لماذا تساعد النماذج الصغيرة على التشغيل المحلي ؟
النماذج الضخمة تحتاج إلى قدر كبير من الذاكرة والحوسبة والطاقة .
وهذا يجعل تشغيلها الكامل على جهاز عادي غير عملي في كثير من الأحيان .
الحل ليس دائمًا بناء جهاز أقوى .
أحيانًا يكون الحل هو استخدام نموذج أصغر .
وقد يكون النموذج الصغير عامًا في قدراته أو مهيأً لمجموعة أكثر تحديدًا من المهام .
المهم هنا أن انخفاض متطلباته الحسابية قد يجعله مناسبًا لتطبيقات لا تحتاج إلى قدرات نموذج أكبر .
ومن أمثلة المهام التي قد تناسب نماذج أصغر ، بحسب النموذج والجودة المطلوبة :
- تصنيف النصوص .
- استخراج معلومات .
- تلخيص محتوى محدود .
- فهم أوامر بسيطة .
- التعامل مع مهمة متكررة داخل برنامج .
- أو تنفيذ جزء أولي من سلسلة معالجة أكبر .
وهنا توجد فكرة مهمة :
الحجم والقدرة ليسا العلاقة الوحيدة التي تحدد قيمة النموذج .
نموذج أصغر يؤدي مهمة محددة بسرعة وبموارد قليلة قد يكون أنسب من نموذج ضخم يستخدم في مهمة لا تحتاج إلى كل قدراته .
المعيار ليس :
( ما أكبر نموذج يمكنني تشغيله ) ؟
بل :
( ما أقل قدر من القدرة ينجز المهمة بالجودة المطلوبة ) ؟
3. أين يظهر الفرق عمليًا ؟
تخيل ثلاثة سيناريوهات .
في الأول تريد إعادة صياغة فقرة قصيرة ولا توجد مشكلة في الاتصال بالإنترنت .
يمكن لخدمة سحابية أن تنفذ المهمة بسهولة .
في الثاني لديك برنامج داخل مصنع يحتاج إلى تصنيف إشارات بصورة مستمرة ، ولا يمكن أن يتوقف عند انقطاع الإنترنت .
هنا تصبح المعالجة المحلية أكثر أهمية .
وفي الثالث لديك نظام يحتاج إلى فحص سريع للبيانات محليًا ، ثم إرسال الحالات المعقدة فقط إلى نموذج أكبر .
هذا تصميم هجين .
الفرق إذن ليس مجرد :
محلي أم سحابي ؟
لدينا فعليًا ثلاثة أنماط :
أ. معالجة محلية
كل المهمة أو الجزء الأساسي منها يحدث على الجهاز .
ب. معالجة سحابية
البيانات تنتقل إلى بنية خارجية لتنفيذ المهمة .
ج. معالجة هجينة
يقرر النظام أي أجزاء يمكن تنفيذها محليًا وأيها يحتاج إلى قدرة خارجية .
ولا يوجد نمط واحد مناسب لكل الحالات .
4. الخصوصية : المحلي يقلل الحركة لكنه لا يصنع حصانة
أحد أهم أسباب الاهتمام بالتشغيل المحلي هو الخصوصية .
إذا كانت البيانات لا تغادر الجهاز لتنفيذ المهمة ، فإننا نزيل جزءًا مهمًا من مسار نقل البيانات إلى طرف خارجي .
هذا يمكن أن يكون مفيدًا عند التعامل مع :
- مستندات داخلية .
- بيانات شخصية .
- معلومات عمل حساسة .
- محتوى لا ينبغي إرساله عبر الإنترنت دون حاجة .
لكن يجب ألا نحول ذلك إلى قاعدة تقول :
( محلي = خاص وآمن ) .
قد يكون الجهاز نفسه مخترقًا .
وقد يخزن التطبيق السجلات بطريقة غير مناسبة .
وقد تكون النسخ الاحتياطية سحابية .
وقد يرسل جزء آخر من البرنامج بيانات إلى الخارج .
وقد يستخدم النموذج أدوات أو مصادر خارجية أثناء المهمة .
إذن التشغيل المحلي يقلل نوعًا من التعرض ، لكنه لا يلغي بقية مشكلات الأمن والخصوصية .
والأمان الحقيقي يعتمد على النظام كاملًا ، لا على مكان النموذج فقط .
كما أن التشغيل المحلي لا يمنع مشكلات مثل حقن التعليمات إذا كان النظام يعالج محتوى غير موثوق ، وهي مشكلة تناولناها بصورة مستقلة في مقال حقن التعليمات .
5. السرعة : المسافة ليست العامل الوحيد
قد يبدو منطقيًا أن النموذج المحلي أسرع دائمًا لأنه لا يحتاج إلى إرسال البيانات عبر الإنترنت .
لكن الصورة أعقد .
التشغيل المحلي يوفر زمن إرسال الطلب واستقبال النتيجة .
وهذا مفيد خصوصًا في المهام القصيرة والمتكررة .
لكن الجهاز المحلي قد يكون أضعف بكثير من البنية السحابية .
لذلك قد يحدث العكس :
نموذج صغير محلي ينفذ مهمة بسيطة بسرعة شديدة .
بينما مهمة أخرى تحتاج إلى نموذج أكبر ويصبح تنفيذها محليًا أبطأ من إرسالها إلى خادم أقوى .
إذن السرعة تعتمد على عدة عناصر :
- حجم النموذج .
- قوة الجهاز .
- حجم المدخلات .
- نوع المهمة .
- سرعة الاتصال .
- عدد المستخدمين .
- وهل نحتاج إلى معالجة فورية أم يمكن الانتظار ؟
كلمة ( محلي ) وحدها لا تكفي للحكم .
6. ماذا يحدث عندما لا يوجد إنترنت ؟
هنا يمتلك التشغيل المحلي ميزة واضحة من ناحية الاعتمادية .
إذا كان النموذج وجميع الموارد التي يحتاج إليها موجودة على الجهاز ، يمكنه الاستمرار في أداء المهمة حتى عند فقد الاتصال .
وهذا مهم في بيئات مثل :
- مواقع العمل البعيدة .
- المركبات .
- الأجهزة الميدانية .
- الرحلات .
- الأماكن ذات الاتصال الضعيف .
- أو التطبيقات التي يجب أن تستجيب فورًا حتى عند تعطل الشبكة .
لكن يجب التدقيق في كلمة ( يعمل دون إنترنت ) .
قد يعمل النموذج نفسه محليًا ، بينما تحتاج خاصية أخرى إلى اتصال .
مثل :
- البحث عن معلومات حديثة .
- مزامنة البيانات .
- الوصول إلى ملف خارجي .
- تحديث النموذج .
- استخدام خدمة أخرى .
لذلك التطبيق المحلي لا يعني بالضرورة أن كل وظائفه تعمل بلا شبكة .
7. التكلفة لا تختفي ، بل تنتقل
قد يبدو التشغيل المحلي مجانيًا بعد تنزيل النموذج .
لكن الموارد لها تكلفة أيضًا .
في السحابة قد تدفع مقابل :
- الاستخدام .
- التخزين .
- الحوسبة .
- أو عدد الطلبات .
أما محليًا فقد تدفع بصورة مختلفة :
- جهاز أقوى .
- ذاكرة أكبر .
- طاقة كهربائية .
- إدارة النظام .
- صيانة .
- تحديثات .
- وقت إعداد .
إذا كان لديك مستخدم واحد ينفذ عددًا محدودًا من المهام ، فقد تكون خدمة خارجية أبسط اقتصاديًا .
أما إذا كان لديك ملايين العمليات الصغيرة المتكررة على أجهزة موجودة أصلًا ، فقد تصبح المعالجة المحلية جذابة لأسباب مختلفة .
أما إذا كان لديك ملايين العمليات الصغيرة المتكررة على أجهزة موجودة أصلًا ، فقد تصبح المعالجة المحلية جذابة لأسباب مختلفة .
لا توجد معادلة تقول إن أحد الخيارين أرخص دائمًا .
السؤال الصحيح هو :
أين تقع تكلفة هذه المهمة على مدار استخدامها الكامل ؟
8. البيانات الحديثة مشكلة مختلفة
لنفترض أن لديك نموذجًا محليًا ممتازًا .
تسأله :
( ما آخر تغيير حدث اليوم في أحد الأنظمة ) ؟
إذا كان النموذج يعمل بمعرفته المخزنة فقط ولا يستطيع الوصول إلى مصدر حديث ، فلن يساعده كونه محليًا .
هذه ليست مشكلة حجم .
إنها مشكلة وصول إلى المعلومات .
وهنا نعود إلى ما شرحناه في موضوع RAG والمصادر الخارجية .
يمكن أن يكون النموذج محليًا ، ثم يسترجع معلومات من قاعدة معرفة داخلية .
ويمكن أن يعمل محليًا لكنه يستخدم الإنترنت عند الحاجة إلى معلومات حديثة .
ويمكن أن يعمل داخل الشركة ويتصل بقاعدة بيانات محلية لا يراها الإنترنت العام .
إذن هناك محوران مختلفان :
أين يعمل النموذج ؟
و :
من أين تأتي معلوماته ؟
ولا ينبغي الخلط بينهما .
9. النماذج الصغيرة قد تكون جزءًا من نظام أكبر
لا يجب أن نتخيل كل نموذج على أنه عقل واحد يؤدي المهمة كاملة .
في نظام متقدم قد يعمل نموذج صغير محليًا ليقرر أولًا :
هل هذا الطلب بسيط أم معقد ؟
إذا كان بسيطًا، ينفذه محليًا .
إذا كان يحتاج إلى قدرة أكبر ، يمرره إلى نموذج آخر .
أو قد يستخدم النموذج الصغير لاستخراج البيانات ، ثم تُرسل النتيجة المنظمة فقط إلى مرحلة أخرى .
هذا يخلق تصميمًا أكثر مرونة .
فبدل إرسال كل شيء دائمًا إلى النظام الأكبر ، يمكن توزيع المهام بحسب الحاجة .
هذه الفكرة مهمة لأنها تغيّر السؤال من :
( أي نموذج نستخدم ) ؟
إلى :
( كيف نقسم المهمة بين القدرات المتاحة ) ؟
وهذا أقرب إلى هندسة نظام كامل من اختيار نموذج منفرد .
10. الأجهزة نفسها أصبحت جزءًا من المعادلة
تشغيل نموذج محلي لا يعتمد على البرنامج وحده .
الجهاز يحتاج إلى تنفيذ كميات كبيرة من العمليات بكفاءة .
ولهذا أصبحت هناك أهمية متزايدة لوحدات معالجة مصممة أو محسنة لمهام الذكاء الاصطناعي .
لكن المستخدم العادي لا يحتاج إلى حفظ أسماء أنواع الشرائح لكي يفهم الفكرة .
المهم هو أن أداء النموذج المحلي يتأثر بـ :
- الذاكرة المتاحة .
- سرعة نقل البيانات .
- قدرة المعالجة .
- استهلاك الطاقة .
- حرارة الجهاز .
- وكفاءة النموذج نفسه .
لذلك قد يعمل نموذج معين على جهازين ، لكن التجربة تكون مختلفة تمامًا بينهما .
كما أن الهاتف يضع قيودًا أكثر صرامة على الطاقة والحرارة من محطة عمل كبيرة .
وهذا أحد أسباب أهمية النماذج الصغيرة والكفاءة ، لا الحجم فقط .
11. ضغط النموذج : كيف نجعل الكبير أصغر ؟
هناك تقنيات تسمح بتقليل الموارد التي يحتاج إليها النموذج .
إحدى التقنيات الشائعة هي التكميم ، وفيه تُستخدم دقة عددية أقل لتمثيل أوزان النموذج أو بعض القيم المستخدمة أثناء تشغيله ، بهدف خفض احتياج الذاكرة والحوسبة .
عندما يمكن تمثيل النموذج بدقة عددية أقل مع الحفاظ على جودة مناسبة للمهمة ، ينخفض حجم الذاكرة المطلوبة وقد يصبح التنفيذ أكثر ملاءمة للأجهزة المحدودة .
لكن مقدار التأثير في الجودة يختلف باختلاف النموذج ودرجة التكميم ونوع المهمة ، ولذلك توجد مقايضة بين خفض الموارد والمحافظة على الأداء المطلوب .
لذلك الهدف ليس :
( اجعل النموذج أصغر قدر الإمكان ) .
بل :
( اخفض التكلفة الحسابية دون أن تفقد الجودة التي تحتاج إليها المهمة ) .
وهذا يعيدنا مرة أخرى إلى أن الحجم ليس هدفًا مستقلًا .
12. متى يكون التشغيل المحلي منطقيًا ؟
بدل إعطاء إجابة عامة ، يمكننا استخدام مجموعة أسئلة .
هل المهمة تتكرر كثيرًا ؟
هل يجب أن تعمل دون اتصال ؟
هل البيانات حساسة ؟
هل زمن الاستجابة مهم جدًا ؟
هل الجهاز قادر على تشغيل النموذج المطلوب ؟
هل المهمة محدودة ويمكن لنموذج صغير تنفيذها ؟
هل المعلومات التي نحتاج إليها موجودة محليًا ؟
إذا كانت الإجابات تميل إلى نعم، يصبح التشغيل المحلي أكثر جاذبية .
أما إذا كانت المهمة تحتاج إلى :
- قدرة حسابية ضخمة .
- معلومات خارجية كثيرة .
- أحدث نموذج متاح .
- عدد قليل فقط من الطلبات .
- أو تحديثات متكررة يصعب إدارتها محليًا .
فقد تكون البنية السحابية أبسط .
وفي حالات كثيرة ، ستكون الإجابة الأفضل :
استخدم الاثنين .
13. متى يكون التصميم الهجين مناسبًا ؟
لنأخذ تطبيقًا يتعامل مع مستند .
يمكنه محليًا :
يمكنه محليًا :
- اكتشاف نوع الملف .
- استخراج بعض النص .
- إزالة معلومات لا تحتاج إلى الإرسال .
- تصنيف الطلب .
ثم يرسل فقط الجزء الذي يحتاج إلى تحليل أعمق .
وبعد عودة النتيجة ، قد تُنفذ بعض العمليات الأخيرة على الجهاز .
بهذه الطريقة نحصل على توازن بين :
- الخصوصية .
- السرعة .
- القدرة .
- والتكلفة .
لكن النظام الهجين أكثر تعقيدًا في التصميم .
يحتاج إلى قرار مستمر :
ما الذي يبقى محليًا ، وما الذي يخرج ؟
وعندما تكون البيانات حساسة ، يصبح من المهم أن يعرف المستخدم أو الجهة المشغلة ما الذي تتم معالجته محليًا وما الذي يُرسل إلى خدمة خارجية .
14. ماذا يجب أن يعرف المستخدم قبل اختيار خدمة أو تطبيق ؟
بدل التركيز فقط على السؤال :
( هل يعمل بالذكاء الاصطناعي ) ؟
هناك أسئلة أكثر فائدة :
أين تتم معالجة بياناتي ؟
هل يستطيع التطبيق العمل دون إنترنت ؟
ما الذي يُرسل إلى الخارج ؟
هل بعض المهام فقط محلية ؟
هل يتم الاحتفاظ بالمدخلات ؟
هل يمكن تعطيل الخصائص التي تحتاج إلى إرسال البيانات ؟
هل يحتاج الجهاز إلى مواصفات معينة ؟
هذه الأسئلة تكشف طبيعة النظام أكثر من كلمة تسويقية مثل ( AI على الجهاز ) .
لأن التطبيق قد يحتوي على عشر ميزات ، ثلاث منها محلية وسبع سحابية .
15. الخلاصة
الذكاء الاصطناعي لا يحتاج دائمًا إلى أن يعمل في مركز بيانات بعيد .
يمكن أن يعمل جزء منه أو كله على الهاتف أو الحاسوب أو داخل خادم محلي .
وظهور النماذج الصغيرة جعل هذا الخيار أكثر عملية في أنواع كثيرة من المهام .
لكن التشغيل المحلي لا يعني تلقائيًا :
أكثر أمانًا ، أو أسرع ، أو أرخص ، أو أفضل .
قد يقلل إرسال البيانات إلى الخارج .
وقد يسمح بالعمل دون اتصال .
وقد يقدم استجابة سريعة للمهام الصغيرة .
لكنه يواجه أيضًا حدود الجهاز ، والذاكرة ، والطاقة ، وتحديث المعلومات ، والصيانة .
وفي المقابل ، السحابة توفر موارد أكبر وإدارة مركزية وقدرات أوسع في كثير من الحالات ، لكنها تعتمد على الاتصال وتنقل جزءًا من المعالجة بعيدًا عن جهاز المستخدم .
ولهذا فإن السؤال الأفضل ليس :
( هل المحلي أفضل أم السحابي ) ؟
بل :
( أي جزء من هذه المهمة يحتاج فعلًا إلى مغادرة الجهاز ؟ وأي جزء يمكن تنفيذه محليًا بالجودة المطلوبة ) ؟
عندما نطرح السؤال بهذه الطريقة ، نخرج من مقارنة سطحية بين خيارين ، ونبدأ في تصميم النظام وفق احتياجات المهمة نفسها .
الانضمام إلى المحادثة
التزم بالاحترام ، وسيتم نشر تعليقك بعد المراجعة .