الذكاء الاصطناعي على الجهاز (On-Device AI) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. تشغيل النموذج محلياً على الهاتف أو الحاسوب أو جهاز مدمج بدلاً من إرسال كل طلب إلى خادم. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
تشغيل النموذج محلياً على الهاتف أو الحاسوب أو جهاز مدمج بدلاً من إرسال كل طلب إلى خادم.
بالتفصيل
يمكن أن يخفض زمن الاستجابة ويحافظ على عمل بعض الميزات من دون اتصال ويقلل إرسال البيانات، لكنه يتطلب نموذجاً مناسباً لذاكرة الجهاز وطاقة البطارية ومعالجاته. لذلك تستخدم تقنيات مثل التكميم والتقليم.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
تطبيق هاتف يلخص نصاً أو يصنف صورة محلياً باستخدام نموذج صغير، فلا يحتاج رفع المحتوى إلى السحابة لكل طلب.
خلي بالك: المعالجة المحلية لا تضمن الخصوصية وحدها؛ التطبيق قد يسجل النتائج أو يطلب أذونات، والتحديثات الأمنية تظل ضرورية.
مصطلحات مرتبطة
Edge AI، NPU، Model Pruning. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: Google AI
