شارك
الرئيسية
3 دقائق 
تُعد أدوات الذكاء الاصطناعي التوليدي مفيدة للغاية لأنها تستطيع إنشاء محتوى جديد بسهولة وسرعة، مثل النصوص والصور ومقاطع الصوت والفيديو. تعمل هذه الأدوات باستخدام نماذج متقدمة مدربة على كميات كبيرة جداً من البيانات، وهي تحتاج إلى موارد حوسبة كبيرة لتعمل، لهذا السبب، تُشغَّل على الخوادم السحابية ويتم توفيرها للمستخدمين كخدمة عبر الإنترنت. لكن مؤخراً، بدأنا نسمع عن العديد من المشاريع التي تهدف إلى تشغيل نماذج الذكاء الاصطناعي التوليدي على الحواسيب الشخصية دون الحاجة إلى الاتصال بالإنترنت.
لماذا نحتاج إلى تشغيل نماذج الذكاء الاصطناعي التوليدي بدون إنترنت؟
يواجه تشغيل نماذج الذكاء الاصطناعي التوليدي على الإنترنت بعض التحديات والقيود، مثل الخصوصية وزمن الوصول والتكلفة والتوافر.
على سبيل المثال، قد لا يرغب المستخدمون في مشاركة بياناتهم الشخصية مع الخدمات على الإنترنت، أو قد يكون الاتصال بالإنترنت بطيئاً أو غير مستقر. وقد يفرض بعض خدمات الذكاء الاصطناعي التوليدي رسوماً أو يكون الوصول إليها محدوداً كما الحال مع نموذج جي بي تي-4 (GPT-4) المتاح فقط للمشتركين بسعر 20 دولاراً في الشهر.
هل يمكن تشغيل نماذج الذكاء الاصطناعي التوليدي على الحواسيب الشخصية؟
نعم، هذا ممكن ومتاح حالياً، فهناك العديد من المشاريع التي تسمح بتشغيل نماذج الذكاء الاصطناعي التوليدي على الحواسيب الشخصية بدون إنترنت، إليك أبرز هذه المشاريع ومزايا وعيوب كلٍّ منها:
1. فريدوم جي بي تي (FreedomGPT)
فريدوم جي بي تي هو مشروع مفتوح المصدر يُتيح لك تشغيل نماذج الذكاء الاصطناعي التوليدي على حاسوبك بدون الإنترنت، وهو يستخدم نسخة مضغوطة من GPT-3، أحد أشهر نماذج توليد النصوص في العالم.
يمكنك استخدام فريدوم جي بي تي لإنشاء نص لأغراض متعددة، مثل المقالات والقصص والقصائد ورسائل البريد الإلكتروني. يمكنك أيضاً ضبطه باستخدام بياناتك لجعله أكثر ملاءمة لمجال عملك أو المهمة التي تريدها. يتوافق فريدوم جي بي تي مع أنظمة التشغيل ويندوز وماك أو إس.
الميزة الرئيسية للمشروع أنه يمنحك التحكم الكامل والخصوصية في بياناتك ومخرجاتك، فلا داعي للقلق بشأن إرسال البيانات إلى خوادم أو كشف المحتوى الذي تم إنشاؤه لأي شخص آخر. بالإضافة إلى ذلك، يمكن استخدام فريدوم جي بي تي مجاناً دون دفع أي رسوم اشتراك.
لكن العيب الرئيسي هو أنه يتطلب ذاكرة وصول عشوائي كبيرة تبلغ 16 غيغابايت كحد أدنى، بالإضافة إلى وحدة معالجة مركزية أو وحدة معالجة رسومات قوية لإنشاء النص بسرعة وسلاسة. دون توفير هذه الموارد، سيعمل فريدوم جي بي تي ببطء شديد.
اقرأ أيضاً: إطلاق العنان لقدرات الذكاء الاصطناعي التوليدي GenAI: بناء حلول مستقبلية مخصصة
2. ألبكا-لورا (Alpaca-LoRA)
ألبكا (Alpaca) هو نموذج لغوي مفتوح المصدر طوّره فريق باحثين من جامعة ستانفورد الأميركية بهدف جعل نماذج اللغات الكبيرة (LLM) متاحة للجميع.
ألبكا-لورا هو نسخة أقل استهلاكاً للموارد من نموذج ألبكا، أسرع ويمكن تشغيلها على الحواسيب الشخصية.
لتشغيل نموذج ألبكا-لورا، يجب أن يحتوي الحاسوب على وحدة معالجة رسومات (GPU). يمكن أن تكون هذه الوحدة منخفضة المواصفات مثل إنفيديا تي 4 (NVIDIA T4).
اقرأ أيضاً: القدرة الاقتصادية للذكاء الاصطناعي التوليدي: آفاق مستقبل الإنتاج
3. ستيبل ديفيوشن (Stable Diffusion)
هو نموذج توليد صور يسمح بإنشاء صور عالية الجودة، إحدى أبرز مزاياه أنك تستطيع تشغيله محلياً على حاسوبك، وذلك على عكس نماذج توليد الصور الأخرى التي تعمل فقط على السحابة. هذا يعني أنك تستطيع توليد العدد الذي تريده من الصور على جهازك مجاناً.
لتشغيل ستيبل ديفيوشن محلياً، تحتاج إلى وحدة معالجة رسومات من نوع إنفيديا آر تي إكس (Nvidia RTX) مزودة بوحدة ذاكرة مؤقتة VRAM بسعة 8 غيغابايت على الأقل. بالإضافة إلى نحو 25 غيغابايت من مساحة التخزين.
أحد عيوب تشغيل ستيبل ديفيوشن محلياً هو أن توليد الصور يستغرق وقتاً طويلاً قد يصل إلى 10 دقائق لكل صورة.
اقرأ أيضاً: ما مصير الذكاء الاصطناعي التوليدي بعد أن يخبو الضجيج الإعلامي؟
معالجات إنتل القادمة سوف تغيّر المعادلة
قالت شركة إنتل (Intel) الأميركية إنها ستُطلق معالجات قادرة على تشغيل نماذج الذكاء الاصطناعي التوليدي على الحواسيب الشخصية، وأكدت الشركة أن هذه المعالجات ستكون قادرة على تشغيل النماذج وتوليد النتائج بسرعة، كما لو أنها تعمل على السحابة.
الميزة الرئيسية لمعالجات إنتل القادمة أنها ستجعل نماذج الذكاء الاصطناعي التوليدي متاحة للجميع دون الحاجة للاتصال بالإنترنت، كما أن المستخدمين لن يحتاجوا إلى الاعتماد على خدمات أو أجهزة باهظة الثمن للاستفادة من قدرات الذكاء الاصطناعي التوليدي.
اقرأ أيضاً: ما ملامح المرحلة التالية في مجال الذكاء الاصطناعي التوليدي؟
العيب الرئيسي لمعالجات إنتل القادمة هو أنها غير متوفرة في السوق حالياً، أي لم تُختبر حتى الآن على نطاقٍ واسع، إذ من المتوقع إصدارها في أواخر عام 2023 أو أوائل عام 2024، وربما ستطوّر شركات أخرى منافسة مثل إنفيديا (Nvidia) وأيه إم دي (AMD) معالجات مماثلة أو أفضل منها.