Olivia
Online
إنترنت الاشياء بالعربي IoT-AR
@IoTAR4
#إنترنت_الاشياء_بالعربي| نهدف إلى إثراء المحتوى العربي في مجال تقنية إنترنت الاشياء (IoT).دروس ،شروحات ، تلخيص كتب ،مقالات ،ترجمة، معلومات، واشياء اخرى
Joined November 2020
19 Following
145 Followers
509 Posts
Pinned Tweet
#إنترنت_الاشياء_بالعربي مبادرة هدفها إثراء المحتوى العربي في مجال تقنية إنترنت الاشياء (IoT).
تلخيص كتب ،مقالات ،ترجمة، معلومات، واشياء اخرى.
#إنترنت_الأشياء_بالعربي
معلومة سريعة :ماذا نقصد بعملية تقطير نماذج الذكاء الاصطناعي Distillation؟
◀️ التقطير: عملية يتم من خلالها نقل قدرات وكفاءة نموذج ذكاء اصطناعي كبير لنموذج اخر وتكلفة وقدرات حوسبة اقل..
⭕ كيف تتم العملية؟ (فكرة المعلم والطالب):
يتم توجيه عدد كبير من الأسئلة لنظام ما “ المعلم “ واستخدام الأسئلة والاجابات معاً لتدريب ذلك النموذج الصغير “ الطالب”. بحيث يكون تصبح لدى النموذج الجديد قدرات قد تحاكي النموذج الأصلي. وفي الاغلب النموذج الجديد أصغر من الأصلي.
⭕ لماذا نحتاج إلى التقطير؟
النماذج المعروفة كبيرة في الحجم وتحتاج قدرات متقدمة لتشغيلها، في الاطار نفسه أصبح هناك حاجة لتشغيل نماذج متقدمة على أجهزة بإمكانات اقل مثل الهواتف والأجهزة الذكية وأجهزة IoT المختلفة، لذ اصبح التقطير حلاً مناسباً لهذا الامر..
⭕ طبعاً الامر يمكن أن يكون مشكلة لبعض الشركات ومجال صراع عالمي ولعلنا نتحدث عنه لاحقا إن شاء الله.
#إنترنت_الأشياء_بالعربي
◀️ معلومة سريعة: مالفرق بين النماذج اللغوية الضخمة (LLM) والمصغرة (SLM)؟
1️⃣ نماذج LLMs : حجمها كبير جدا، تحتوي على مليارات Parameters، تحتاج قدرات متقدمة جدا كسيرفرات ومعالجات وذاكرة. تستخدم في المعرفة العامة والتحليل وتوليد النصوص، يعيبها البطء والاستهلاك العالي للطاقة.
2️⃣ نماذج SLMs : صغيرة ومضغوطة الحجم، يمكن أن نشغلها على الاجهزة مثل اللابتوب والهواتف الذكية والاجهزة الذكية، و لا تتطلب قدرات حوسبة متقدمة.تقوم بمهام محددة وتسهلك طاقة منخفضة وقد لا تحتاج الانترنت وتحافظ على خصوصية البيانات. وهي تناسب تطبيقات IoT بشكل عام.
#إنترنت_الأشياء_بالعربي
كيف تجني الشركات المال من نماذج AI"مفتوحة الأوزان" ومفتوحة المصدر؟
⬅️ عندما تطلق الشركات نماذج متاح الاوزان وبشكل مجاني للجميع، قد يبدو انه لا تجني من أي ارباح ، لكن في الواقع هو عملية مربحة بل قد يحقق ارباح طائلة. وإتاحة وفتح الاوزان لا يعني تنازل الشركات عن الارباح بقدر ماهو استثمار في النفوذ والسيطرة وتحقيق ارباح بطرق اخرى.
⭕ يمكن تلخيص مصادر الارباح للشركات من خلال النقاط التالية:
1- بيع الخدمات الحوسبة : نعم النموذج مجاني لكن تشغيل النموذج احيانا قد يتطلب قدرات حوسبة متقدمة يمكن أن توفرها الشركة. مثلا نموذج Llama من شركة ميتا تشغيله الفعلي يتطلب قدرات حوسبية تتيحها ميتا ، سواء تقدمها الشركة بنفسها أو من شركات اخرى.
2- التراخيص المزدوجة والمدفوعة: بعض الشركات تقدم خدمات مجانية للباحثين والشركات الصغيرة لكنها في الوقت نفسه تقدم خدمات مدفوعة متقدمة مثل لو تجاوز العميل حجم معين من الاستخدام ، هنا يلزمه دفع مبالغ للشركة.
3- توفير خدمات الدعم الفني : كثير من الشركات تريد خدمات ذكاء اصطناعي متكاملة وليس مجرد نموذج تريد حلول وتطبيقات امنه ومخصصة لصيانتها، هنا يمكن تقديم خدمات واستشارات وتدريب لها. وهذا مشابه لما كان يحصل في نموذج Red Hat في أنظمة التشغيل Linux .
4- السيطرة على السوق وجذب المستخدمين من خلال الربح بشكل غير مباشر و الاستفادة من خدمات الاخرى واقرب مثال شركة ميتا فهي تجني الارباح من خلال الاعلانات ، فنموذج مفتوح يمكن أن يجعل الكثير يستخدمه ويصبح معيار عالمي وهذا يقلل من سيطرة المنافسين ويزودها ببيانات اكثر.
Who to follow
Ahmed Sultan 
@ahmedesultan
مستشار أمن سيبراني وخبير أمن شبكات | مؤسس @NetridersAcad و @ShiftZeroApp | أقدم شروحات للدورات الرسمية المعتمدة عالميًا في الأمن السيبراني بالعربية منذ عام 2008
Aseel🎮
@Callmedreaam
أسيل مطورة العاب، اشارككم اهتمامي في الالعاب والانمي ورحلتي في تطوير لعبتي الثالثة✨✨#Cs #Anime #games #Pixelart #programmer🇸🇦
علي بن ذيب الأكلبي
@aalaklubi11
دكتوراه، ممارس حر: البيانات ذكاءالأعمال #استطلع الرأي للمعرفة #إنترنت_الأشياء ترجم كتاب تقنية #بلوكتشين مهتم بالذكاءالاصطناعي ، رخصة موثوق [email protected]
#إنترنت_الأشياء_بالعربي
أي نماذج الذكاء الاصطناعي تناسب إنترنت الاشياء IoT ؟
◀️ تعتبر النماذج مفتوحة الاوزان Open-Weight هي الانسب وتحديداً النماذج المصغرة منها SLMs. هنا نملك الأوزان الكاملة و يمكننا تقطيرها لنموذج مصغر SLM يعمل على NPU في حساس أو كاميرا أو جهاز طرفي.
فالنماذج مغلقة المصدر لا يمكن تشغيلها محلياً على جهاز IoT أصلاً يحتاج اتصالاً دائماً بالسحابة وهذا يناقض جوهر Edge AI أما النماذج مفتوحة المصدر فهو ممتاز أكاديمياً وبحثياً لكن أداؤه غالباً أضعف من النماذج التجارية مفتوحة الأوزان.
1️⃣ النمادج متاحة الاوزان يمكن تشغيلها محليا دون الحاجة للسحابة.
2️⃣ يمكن عمل تخصص Fine-tuning على بياناتنا مثل اللهجات، سياقات صناعية وزراعية.
3️⃣ لا رسوم API متكررة لكل استدعاء من ملايين الأجهزة ، تكلفة واحدة للتشغيل المحلي بدل فاتورة سحابية متصاعدة مع كل حساس جديد.
4️⃣ توفر سيادة رقمية على البيانات دون اعتماد دائم على خوادم أجنبية.
#إنترنت_الأشياء_بالعربي
مالفرق بين النماذج مغلقة والمصدر النماذج المفتوحة والنماذج مفتوحة الأوزان؟ وما أنسبها لـ IoT؟
1️⃣ النماذج مغلقة المصدر Closed-Source :
نماذج مملوكة بالكامل للشركة المطورة ، ولا يمكنك رؤية الكود أو ملفات الاوزان أو البيانات التي تم استخدامها للتدريب ومن أمثلتها :: GPT-4/5، Claude، Gemini ويقتصر التفاعل معها على إرسال واستقبال النصوص عبر واجهات الويب أو واجهات برمجة التطبيقات (APIs)
✅ المميزات : الاداء العالي والدعم من الشركة
❌ عيوبها : لا يوجد تحكم كامل وتعتمد على خوادم الشركة وهذا قد يكون تهديد للبيانات وايضا لا يمكنك تشغيلها محليا أو تعديلها.
2️⃣ النماذج مفتوحة المصدر Open-Source:
هنا كل شيء متاح سواء الاكواد أو الاوزان وغالباً البيانات وطريقة التدريب مما يسمح للباحثين بفهم كيف يتخذ النموذج قراراته مع امكانية تعديله ومن أمثلتها: Pythia أو OLMo..
✅ المميزات: يمكن فهم النموذج واعادة تدريبه وتشغيله محلياً
❌ العيوب: لا تحضى بدعم من شركة مطورة وتكلفتها عالية على الباحثين
3️⃣ النماذج مفتوحة الاوزان Open-Weight :
هذه الفئة هي الاكثر انتشار وكثير ما يطلق عليها بأنها مفتوحة المصدر وهذا ليس دقيقاً وانما هي مفتوحة الاوزان أي بمعنى ان الاوزان متاحة مجاناً بحيث يمكن تشغيلها و التعديل عليها واعادة تدريبها Fine-tuning لمجال مخصص. ((لكن بيانات التدريب الاصلية تظل سرية)
ومن أمثلتها: Llama و Qwen و DeepSeek .
✅ المزايا: يمكن تشغيلها محليا بمرونة وخصوصية و توفر مبالغ طائلة للشركات والباحثين، لعدم وجود رسوم اشتراك.
❌ العيوب: بيانات التدريب الاصلية سرية ، تحتاج قدرات حوسبة لتشغيله محلياً
ماهو أنسب هذه النماذج لانترنت الاشياء IoT ؟ هذا ما سوف نناقشه في الموضوع القادم بإذن الله.
#إنترنت_الأشياء_بالعربي
ماذا يمكن تطويره في أنظمة ولوائح إنترنت الأشياء IoT في السعودية؟
⬅️ على الرغم من القوة والشمولية التي تتميز بها الاطر التنظيمية واللوائح في مجال إنترنت الاشياء محلياً والذي تقوده هيئة الاتصالات والفضاء والتقنية (CST) والهيئة الوطنية للأمن السيبراني (NCA) ،إلا أن طبيعة التطورات المتسارعة لتقنيات IoT تترك بعض الفجوات التشريعية خصوصا اذا قارنها ببعض القوانين خصوصا قانون المرونة الاوروبي CRA.
🔴 ماذا يمكن تطويره:
1- أن يكون هناك إطار قانوني ملزم للشركات والمصنعين لما بعد البيع، فمثلا الاطار الحالي يلزم المشغل او الجهة بتأمين أنظمتها وهذا شييء ممتاز ، لكن من الافضل وجود نص مباشر يفرض غرامات على الشركات المصنعة اذا مثلا تخلت عن التحديثات بعد سنة او سنتين أو حتى أكثر من ذلك.
2- أن يكون هناك رقابة لدورة حياة الجهاز وليس فقط شهادة اعتماد جمركي ودخول للسوق، مثلا بعد بيع الجهاز من المهم وجود تشريعات تلزم المصنعين على الاعلان عن وجود اي ثغرات (مثلاً التواصل مع الهيئة الوطنية) بمجرد اكتشافها.
3- التشريعات الحالية على الرغم من قوتها إلا انها بحاجة لتركيز أكثر أيضا على المستخدم العادي مما يربع مستوى الامان في الاجهزة المنزلية مثل الكاميرات والاقفال الذكية وغيرها.
4- وجود ملصق مشابه لملصق كفاءة الطاقة على الاجهزة الكهربائية و بطاقة استهلاك الوقود التي اعتاد عليها المستهلك السعودي، بحيث يكون أيضا ملصق أمان سيبراني على الاجهزة الذكية. ومن الجيد هنا الاستفادة من تجارب عالمية مشابهه.
#إنترنت_الأشياء_بالعربي
قانون المرونة السيبرانية الأوروبي (Cyber Resilience Act - CRA) و أمان أجهزة IoT؟
◀️ يعتبر قانون CRA من أهم التشريعات عالمياً في مجال IoT ويمكنه وصفه بأنه قانون شامل يفرض متطلبات إلزامية على أي منتج ذكي طوال دورته حياته. بعض اللوائح عالميا تبدأ رحلة الامان بعد استخدم الجهاز لكن هنا تحقيق الامان شرط لدخول السوق. فإذا لم يكن الجهاز آمناً منذ تصميمه، فلن يحصل على علامة المطابقة (CE) ولن يسمح ببيعه أو تشغيله في أوروبا.
⭕ أهم ما يميز هذا التشريع :
1️⃣ قانون قانون تشريعي إلزامي صارم؛ عدم الالتزام به يمنع دخول المنتج إلى السوق نهائياً.
2️⃣ يركز بشكل مباشر ومباشر جداً على المصنعين وسلسلة التوريد قبل وصول المنتج للمستهلك.
3️⃣ القضاء على الممارسات الأمنية الضعيفة: يفرض القانون معايير صارمة جداً، منها:
❌ يمنع تماماً استخدام كلمات المرور الافتراضية الموحدة والثابتة.
❌ يجب تفعيل التشفير والتمهيد الآمن (Secure Boot) افتراضياً عند التشغيل الأول.
❌ إلزام الشركات بتقديم الدعم التقني لفترة لا تقل عن 5 سنوات.
❌ فرض آلية واضحة ومستمرة لاكتشاف الثغرات؛ حيث يلزم الشركات بالإبلاغ عن الثغرات النشطة خلال 24 ساعة.
◀️ التشريع دخل حيز التنفيد في ديسمبر 2024 ويمر بمرحلة تطبيق تدريجي لتبدأ مرحلة التطبيق الشامل في ديسمبر 2027 وتعني المنع الكامل لبيع أي جهاز IoT جديد لا يستوفي الشروط التقنية للـ CRA ولا يحمل علامة الامتثال. مع ملاحظة أن أن إلزامية الإبلاغ عن الثغرات تبدأ فعلياً من سبتمبر 2026.
#إنترنت_الأشياء_بالعربي
هل يمكن أن يتم استدعاء أجهزة IoT كما يحدث في السيارات؟
⬅️ تعاني الكثير من أجهزة IoT من تحديات أمنية بالغة، خصوصاً كاميرات المراقبة وغيرها من الأجهزة التي تجمع بيانات حساسة تمس الخصوصية. لدينا في المملكة جهود متميزة تقودها الهيئة الوطنية للأمن السيبراني @NCA_KSA وهيئة الاتصالات والفضاء والتقنية (CST) @CST_KSA وقد سبق أن أصدرتا لوائح وأنظمة تشريعية تنظم هذا المجال. وتعمل الجهتان بتكامل؛ حيث تمنع هيئة الاتصالات دخول الأجهزة غير الآمنة عبر المنافذ، بينما تلزم هيئة الأمن السيبراني الجهات المشغلة برفض شراء الأجهزة التي لا تدعم معايير الأمان والتحديثات المستمرة. لكن لا زال الامر من وجهة نظري بحاجة لتحديث:
🔴 ما أقترحه هو إصدار إطار قانوني يلزم المصنعين والشركات بلوائح محددة، مثل الاستمرار بتقديم التحديثات الأمنية للأجهزة لمدة معينة (5 سنوات مثلاً) لسد الثغرات، على غرار ما تقوم به وزارة التجارة من "استدعاء للسيارات" في حال وجود خلل مصنعي يهدد السلامة.
✅ مثل هذا التشريع يخرج من السوق من يبيع أجهزة رخيصة مهجورة أمنياً منذ اليوم الأول. ومثلما رفعت أنظمة استدعاء السيارات معايير السلامة في قطاع كامل يمكن لإطار مشابه أن يرفع معايير أمن IoT في السعودية.
#إنترنت_الأشياء_بالعربي
معلومة سريعة: ماهو التنميط الرقمي Digital Profiling ؟
◀️ نسمع كثيرا ان الشركات تجمع البيانات، لكن ماذا تفعل بها بالضبط. هنا يأتي دور التنميط.
◀️ التنميط الرقمي هو عملية جميع اجزاء متناثرة من البيانات الرقمية ( المواقع التي تزورها، ماتبحث عنه،تفاعلاتك، موقعك الجغرافي،بيانات الاجهزة الذكية ..الخ)لتكوين نسخة رقمية منك.
⭕ ما الهدف منها؟
ليس بالضرورة الاسم فهو قد يكون معرف مسبقاً ،وإنما توقع سلوكك لمعرفة:
1- القدرة الشرائية والوضع المالي
2- اهتماماتك ونقاط ضعفك
3- حالتك النفسية والصحية في اوقات معينة.
#إنترنت_الأشياء_بالعربي
ما أهم التقنيات الضرورية لحماية أجهزة (IoT) والبنية التحتية للمدن الذكية؟
⬅️ ذكرت في الموضوع الماضي عن عدم كفاية التشريعات والقوانين لوحدها في حماية الاجهزة. وانما تكامل مابين التشريعات والتقنيات وايضا العامل البشري.
هنا نتحدث عن أهم التقنيات التي يمكنه تحويل التشريعات الى واقع ملموس:
1- الامن المدمج في الهاردوير Hardware Security) : بداية باللوحات الالكترونية PCBs والمعالجات والذاكرة…
2- عزل الاجهزة في شبكات منفصلة ( الاجهزة الحساسة في شبكات خاصة) بحيث نقلل من ضرر ومساحة الهجوم لو حصل.
3- تفعيل تقنيات مثل مصادقة الدخول والتشفير E2EE & Authentication بحيث نضمن نضمن ان البيانات لا يمكن لاحد فك تشفيرها الا في جهاز المستخدم النهائي..
طبعاً يجب لا ننسى الكادر البشري ،فهما بلغت صرامة القوانين وقوة التشفير، يظل المستخدم هو خط الدفاع الأخير. العديد من الاختراقات في أنظمة الـ IoT تحدث بسبب كلمات المرور الافتراضية أو إعطاء صلاحيات غير ضرورية للتطبيقات.
#إنترنت_الأشياء_بالعربي
⬅️ هل التشريعات والقوانين كافية لحماية الاجهزة الذكية والبنية التحتية للمدن الذكية ؟
التشريعات والقوانين نعم هي الاساس لكنها غير كافية إطلاقاً لوحدها لتوفير الحماية لاجهزة IoT والبنية التحتية للمدن الذكية .
🔴 التشريعات وحدها غير كافيه، لماذا؟
1- وذلك بسبب ان التطور التقني سريع جداً بينما التشريعات تحتاج وقت ( تشكيل الفريق،المراجعة ، نشره للعموم، اعتماده) كلها تحتاج وقت. ففي الوقت الذي يتم فيه مراجعة قانون، تكون التقنيات قد ابتكرت أساليب جديدة غير مشمولة في النص القانوني.
2- التنوع الجغرافية في طبيعة التقنية: ربما جهاز صنع في الصين ونظام تشغيله من شركة اوروبيه ويتم معالجة بياناته في سحابة في امريكا وبياناته تباع في لشركة إعلانات في دولة اخرى. وهكذا، شبكة معقدة صعب السيطرة عليها.
3- بعض التشريعات هي ردة فعل وليس وقائية : فهي مثلا تفرض غرامات وعقوبات لكنها لاتمنع الاختراق واستغلال البيانات..
❇️ ماهو الحل؟
كل هذه التحديات لا تعني التوقف عن استخدام الأجهزة الذكية، بل تؤكد على ضرورة التعامل الصحيح والواعي معها،وللتعامل مع هذه المشكلة لابد من التكامل بين عدة مكونات: التشريعات والتقنية والعامل البشري.
#إنترنت_الأشياء_بالعربي
الذكاء الاصطناعي المادي Physical AI والفرص البحثية والريادية؟
⬅️ يختلف Physical AI عن موجات AI السابقة في أنه يحتاج لبيانات محلية من البيئة التي سيعمل بها حتى يكون عالي الكفاءة.
مثلا نموذج AI شركة تسلا يتعلم في مصنع أو سيارة في شوارع امريكا، لن يفهم بيئتنا بسهولة ،وهذا يعني أن البيانات الوطنية التي نملكها ليس فقط هي أصل وطني بل أيضا ميزة تنافسية بحثية حقيقية، وتعمل عدد من الشركات علي تدريب روبوتاتها في دول مثل الهند وكينيا..
⭕ أكبر فجوة يعاني منعا Physical AI هي شح البيانات المحلية ، لذا من الجيد أن تدعم شركة هيوماين والجامعات السعودية بناء منظومة بيانات متكاملة عن مجالات مختلفة تسهل لاحقا من عمل مشاريع ريادية وأنظمة ذكية ( المرور، الزراعة والمحميات الطبيعية، الحشود في الحرمين، بيانات المصانع وحقول البترول..الخ).
⭕ النماذج العالمية ليست مخصصة بالاساس للعربية على الرغم من علمها الجيد الا انه تبقى ناقصة ولا تفهم السياق الثقافي وكثير من المصطلحات الشعبية وهذا ما ذكر المهندس طارق امين في بودكسات ثمانية في لقاء سابق.
ظروفنا وبيئتنا مختلفة عن بقية العالم: حرارة عالية في الصيف، عواصف رملية، بيئات صناعية ونفطية قاسية ..الخ)
⬅️ لا توجد بيانات كافية لهذه البيئات عالميا، لذا اعتقد لو عملت هيوماين مع أحد الجامعات السعودية وايضا شركات اخري مثل أرامكو وسابك ،فيمكنها بناء نماذج Physical AI فريدة وتكون حتى مرجعا تستخدمه شركات عالمية عند الدخول للسوق السعودي والعربي بشكل عام .
#إنترنت_الأشياء_بالعربي
كيف يعمل الذكاء الاصطناعي المادي Physical AI في الاجهزة الذكية IoT ؟
◀️ يعتبر Physical AI بمثابة العقل الذي يوجه أجهزة IoT ، لكن السؤال هو يكمن يتمكن من التفكير واتخاذ القرارت في وقت قصير جدا قد يكون أجزاء من الثانية؟
✅ أهم ميزة هنا هي العمل محلياً والاستقلالية عن السحابة في كثير من الحالات، فتأخير ثواني قد يتسبب في كارثة مثلا سيارة ذاتية القيادة تنتظر ردا من السيرفر لكي تتفادى مثلا سيارة اخرى أو طفل يمشي في الطريق.
❇️ يعتمد Physical AI على 3 ركائز أساسية هما:
1️⃣ حساسات متقدمة تجمع البيانات من البيئة المحيطة.
2️⃣ الحوسبة الطرفية Edge AI : أي انه بعد جمع البيانات ،يتم معالجتها محليا دون الحاجة لارسالها للسحابة.
3️⃣ النماذج اللغوية الصغيرة SLMs : يتم يزود الجهاز بنموذج AI يناسب الجهاز ويجعله قادر على الفهم واتخاذ القرار بكفاءة عالية.
#إنترنت_الأشياء_بالعربي
ما هو الذكاء الاصطناعي المادي Physical AI وما علاقته بإنترنت الأشياء؟
◀️ أصبح هذا المصطلح هو الأكثر شيوعاً في عالم الذكاء الاصطناعي AI هذه الأيام، ويعد بشكل واضح أنه الموجة القادمة في مجال AI.
⭕ ماذا نقصد بالذكاء الاصطناعي المادي Physical AI ؟
هو تزويد الأنظمة والأجهزة (مثل الروبوتات، الدرونز، السيارات، وغيرها من الأجهزة الذكية) بالقدرة على إدراك بيئتها المحيطة، التعلم منها وتحليل البيانات ومعالجتها، والقدرة على اتخاذ الإجراءات بشكل مستقل وفقاً لذلك.
⭕ ما علاقتها بإنترنت الأشياء IoT ؟ إنترنت الأشياء IoT والذكاء الاصطناعي المادي Physical AI يكمل كل منهما الآخر بشكل مثالي:
❇️ فأجهزة IoT تمثل الحواس والعضلات التي تجمع البيانات من الواقع وتنفذ الأوامر.
❇️ بينما Physical AI هو "العقل" أو الذكاء الذي يحلل تلك البيانات، يعالجها، ويتخذ القرارات المعقدة لحظياً.
✅ مثال: لدينا درونز مثلا في مزرعة ما، تقوم بتصوير وجمع البيانات من التربة وبعده تحلل الصور وتقرر رش جزء معين بالمبيدات وتتخذ القرار دون تدخل بشري .
#إنترنت_الأشياء_بالعربي
هل شركة كوالكوم هي انفيديا الجديدة؟ وماهو دور Physical AI؟
◀️ الشركة معروفة للمتخصصين في مجال الرقائق وتركيزها كان مجال الهواتف، حاليا تتقدم بشكل ملفت للمختصين وربما يكون لها دور أساسي ومهم في AI مستقبلاً من من وضعها الحالي:
1- أهم مايميز ها هو فكرة المعالجة منخفضة استهلاك الطاقة وهي التقنية التي طورتها للاجهزة الطرفية Edge Devices مثل الجوالات وحتى السيارات ، لذا هي تريد تطبيق هذه الفكرة في مراكز البيانات في ظل تحدي الطاقة العالمي.
2- ريادة الذكاء الاصطناعي المادي (Physical AI): تركيزها على مجال Physical AI مثلا في الروبوتات والسيارات والنظارات والاجهزة القابلة للارتداء ومتوقع أن تشكل هذه المجالات أسواقاً ضخمة في المستقبل. ولها عملاء داعمون مثل ميتا مايكروسوفت.
3- طبعاً الشركة ايضاً لها خطط للتركيز على مراكز البيانات أيضا واطلقت منتجات مخصصة لها كما استحوذت على شركة ناشئة متميزة هي Modular.
#إنترنت_الأشياء_بالعربي
فرصة هيوماين @HUMAIN في بناء نماذج ذكاء اصطناعي (SLMs) عربية تعمل محلياً على أجهزة IoT؟
❇️ يشهد العالم حاليا تحولا نحو نقل الذكاء الاصطناعي نحو الاجهزة Edge AI وتحدثت سابقاً عن جهود شركات مثل كوالكوم في هذ الاطار من خلال توفير شرائح متخصصة.
❇️ مع الشراكات التي قامت بها هيوماين HUMAIN مع شركة كوالكوم ، فاعتقد ان الفرصة مواتية لهيوماين بأن تعمل على بناء نموذج أو نماذج ذكاء اصطناعي مصغرة ومطورة محليا SLMs . تخدم القطاعات التي توظف الذكاء الاصطناعي لدينا مثل الصحة والطاقة والنقل اللوجستي والتعليم وغيرها بحيث تتنوع هذه القطاعات في Edge AI. القلق على البيانات قد يؤخر كثير من مشاريع المدن الذكية ،لكن تطوير هذه النماذج تعني المضي الي الامام في السيادة الرقمية الحقيقة. وحتى سيشجع عدد من التطبيقات الذكية الاخرى.
❇️ هذه الفكرة لا تحتاج لسنوات بل تعاون فعال بين الجهتين وهذا الامر لا اعتقد انه مشكلة بينها خصوصا في هذا الاطار. ومن يتابع اخبار كوالكوم وحديث قيادتها يدرك مدى حماسها لمثل هذه المشاريع والتوسع حتى خارج امريكا بعيدا عن سطوة الشركات العملاقة الاخرى.
⭕ لماذا مثل هذا الاقتراح؟
من وجهة نظري هناك عوامل متعددة أهمها:
1️⃣ شراكة هيوماين مع كوالكوم تعني توفر الهاردوير وهو ربما كان الحلقة المفقودة لدى هيوماين. واعتقد ان السوق العربي بحاجة لمثل هذه الحلول. والمعالجات التي اعلنت عنها كوالكوم ولاتزال تعمل على تطويرها، هي متقدمة وقادة على تشغيل SLMs بكفاءة عالية .
2️⃣ نماذج SLMs يمكن بناؤها كجزء من نموذج علام والذي طور سابقاً من سدايا وتعمل عليه الشركة حاليا. وما ينقصه هو تخصيصه لتطبيقات IoT الميدانية.
3️⃣ فرصة لشركة هيوماين في الدخول في مجال الذكاء الاصطناعي المادي Physical AI وهو الذي قد يكون حاضراً بقوة خلال السنوات القادمة .
#إنترنت_الأشياء_بالعربي
لماذا أصبحت النماذج اللغوية المصغرة SLMs المعيار الجديد في أجهزة IoT ؟
◀️ في السابق كانت أجهزة IoT تجمع البيانات ومن ثم تقوم بإرسال للسحابة للقيام بعمليات التحليل والمعالجة واتخاذ القرار ومن ثم توجيه ذلك للجهاز. المشكلة هنا أن هذا الامر مكلف ماديا ويتطلب وجود مراكز بيانات ويتطلب اتصالاً مستمراً كما انه قد يعاني من التأخير ويعتمد على شبكة الانترنت لو توقف قد يتوقف الذكاء كلياً بالاضافة لمشكلة الخصوصية مع السحابة.
⬅️ كل هذه التحديات شجعت الشركات عل التحول نحو فكرة النماذج اللغوية المصغرة SLMs بحيث تعتمد على الاجهزة الطرفية للقيام بالعمليات التي تتطلب ذكاء فيها.
◀️ ومن أهم الممكنات وجود وحدات المعالجة العصبية NPUs مدمجة داخل أجهزة IoT وتمكنها من القيام بعلميات الذكاء الاصطناعي مع استهلاك طاقة منخفضة. وهذا يقلل من الإعتماد على المعالجات التقليدية CPU .
وباستخدام تقنيات مثل التقطير distillation يمكن استخراج نموذج ذكي، حجمه صغير، ويعمل بكفاءة عالية على ذاكرة وموارد أجهزة IoT المحدودة.
◀️ النماذج اللغوية المصغرة Small Language Models هي نماذج ذكاء اصطناعي (تقارب ذكاء النموذج الاصلي الكبير) مقطرة ومضغوطة تعمل مباشرة داخل الجهاز دون سحابة ودون إنترنت مستمر.
✅ من الأمثلة ما قمت به أبل مؤخراً Apple Intelligence ، حيث استخدمت نموذجاً ذكياً مصغراً يعمل محلياً بالكامل على أجهزة الآيفون والماك دون الاتصال بخوادم الشركة السحابية، مع الاستعانة بنماذج خارجية كـ Gemini فقط في المهام الأكثر تعقيداً.
#إنترنت_الأشياء_بالعربي
لماذا يجب أن يكون Edge AI أولوية قادمة لشركة هيوماين؟
◀️ حققت شركة هيوماين عدد من القفزات في مجال AI منذ إطلاقها ولازالت تبشر بمزيد من الاخبار خلال الفترة القادمة خصوصا في مؤتمر ليب القادم. واستطاعت بناء بنية تحتية ضخمة ونموذج لغوي عربي يفهمنا كما قامت ببناء شراكات مع شركات منها إنفيديا وقوقل وأمازون وايضا كوالكوم .
◀️ كان هناك تركيز كبير الخدمات السحابية وعلى مراكز البيانات Data Center .وهذا يجب ولكنني اعتقد انه لا يكفي. لكن مالذي اقترح أن توليه الشركة اهتماماً أكبر؟
⛔ مجال Edge AI ..
✅ هناك توجه عالمي نحو Edge AI في الاشهر القليلة الماضية، سواء من شركة انفيديا وأيضا ما اكشفت عنه أبل في مؤتمرها الاخير، كذلك ما كشفت عنه شركة كوالكم ايضا وحتى بقية الشركات مثل AMD .
✅ المجال متشعب سواء الهاردوير أو السوفتوير، لكن متوقع أن ينال اهتماماً واستثمارات اكثر خصوصاً ان Edge AI مكمل وممكن لوكلاء الذكاء الاصطناعي AI Agents .
✅ من الجيد التفكير في تعاون مشترك مع شركة كوالكوم والذي يظهر لي انه سيكون Edge AI محور إهتمام كبير للشركة وهذا ماصرح به كريستيانو آمون، الرئيس والمدير التنفيذي لشركة كوالكوم مؤخراً... ومن وجهة نظري، فإن تفعيل هذا التوجه سيحتاج إلى تعاون واستثمارات من جهات أخرى، ووجود تعاون مسبق بين كوالكوم وهيوماين يدعم نجاح هذا المسار بقوة..
#إنترنت_الأشياء_بالعربي
كيف يمكن تشغيل نماذج الذكاء الاصطناعي على أجهزة IoT؟ ومالفرق بين Fine-tuning و Distillation ؟
◀️ البعض قد يتساءل :كيف يمكن تشغيل نموذج AI على جهاز صغير، فعندما نريد تشغيل نماذج الذكاء الاصطناعي الكبيرة LLMs في الاجهزة الطرفية مثل الحساسات والكاميرات والروبوتات، نواجه عدة تحديات اهمها في الحجم والذي يضع قيودا متعددة في قدرات المعالجة والبطارية والاتصال. هنا لابد من وجود طريقة تجعل هذه الانظمة تناسب أجهزة IoT محدودة الامكانيات. هنا يأتي دور طرقتين مشهورتين وهما Fine-tuning و Distillation .
❇️ فما الفرق بينهما ومتى نستخدم كل منها؟
✅ أولاً: الضبط الدقيق Fine-tuning : ويتم فيه اخذ نموذج كبير ومدرب ومن ثم إعادة تدريبه على بيانات خصة محددة لرفع قدراته في هذا المجال.
مثلا لدينا نظام لتحليل الصور، هنا يتم تدريبه على بيانات وصور طيبه ليكون بارعا فيه وعالي الدقة دون الحاجة لناء نظام تحليل صور طبي من الصفر.
مع ملاحظة أنه حجم النموذج قد يبقى كما هو وقد ينقص في بعض الحالات. لكن يحتاج أجهزة قوية لتشغيله ويمكن أن يعمل في مراكز البيانات أو حتى مقرات الشركات.
✅ ثانياً: التقطير Distillation : يتم نقل المعرفة من نموذج ضخم جدا ومعقد إلى نموذج خر أصغر حجماً وأبسط بحيث يمكن تشغيل على الاجهزة الطرفية محدودة الاماكانات مثل الكاميرات والحساسات غيرها. الهدف الرئيسي هو تقليل حجم النموذج وتسريع وقت الاستجابة مع محاولة الحفاظ على أكبر قدر ممكن من ذكاء النموذج الأصلي وتقليل التكلفة التشغيلية.
وهذا يمكن من توظيف قدرات الذكاء الاصطناعي على الهواتف الذكية وطائرات الدرونز وغيرها من أجهزة IoT .
⛔ هناك طريقة ثالثة تسمى Quantization ولعلنا نتحدث عنها في موضوع لاحق إن شاء الله.
#إنترنت_الأشياء_بالعربي
ماهو أهم ما اعلنت عنه شركة كوالكوم ؟وكيف يمكن أن تقود ثورة في AIoT؟
◀️ اعلن الرئيس التنفيذي لشركة كوالكوم، كريستيانو آمون، إن الشركة تعمل حاليًا على أكثر من 40 تصميمًا مختلفًا لأجهزة ذكية قابلة للارتداء تعتمد على الذكاء الاصطناعي. مما يعني عصراً جديدا في عالم أجهزة IoT.
⛔ كما صرح آمون" بأنه الهاتف الذكي لن يكون الجهاز المحوري في حياتنا وإنما الاجهزة تتواصل معاً".
◀️ اعلنت شركة كوالكوم عن منصتين جديدتين هما:
✅ 1- منصة Snapdragon Reality Elite والتي حسنت بشكل كبير من قدرات المعالجات GPU,CPU,NPU بشكل كبير جدا خصوصا NPU مما يعني تمكين AI حتى بدون سحابة.
✅ 2- منصة START حزمة متكاملة تضم هاردوير وسوفتوير وتصاميم مرجعية جاهزة تتيح لأي شركة ناشئة بناء جهاز IoT قابل للارتداء بسرعة وتكلفة أقل واعتقد إن هذا سيسرع من دخول الشركات الناشئة والمصانع في سوق الأجهزة الذكية القابلة للارتداء.
Last Seen Users on Sotwe
Rabeya
Seen from United States
Sevdanın son vuruşu
Seen from Turkey
ibu budi
Seen from Malaysia
วันดี
Seen from Thailand
Noeefrtt2
Seen from Indonesia
SİKİCİ_KAYSERİLİ
Seen from Turkey
𝐒𝐓𝐎𝐘𝐋𝐎 (10К)
Seen from Italy
extremefisting
Seen from Turkey
Barbie Negra 25Cm Rio de janeiro 15/10 ao 23/10😈🔥
Seen from Italy
Abody Abody
Most Popular Users
Elon Musk
@elonmusk
241.7M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
114.5M followers
Donald J. Trump
@realdonaldtrump
111.9M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
90M followers
Taylor Swift
@taylorswift13
84M followers
Lady Gaga
@ladygaga
75.4M followers
Virat Kohli
@imvkohli
73.4M followers
Kim Kardashian
@kimkardashian
70.9M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66.4M followers
Bill Gates
@billgates
65.2M followers
Selena Gomez
@selenagomez
63.1M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers