هوش مصنوعی بدون اینترنت؛ از محدودیت پردازش تا نوآوری‌های محلی

جهانِ امروز تشنه هوش مصنوعی است. از پیشنهاد محصولات تا تشخیص بیماری‌های پیچیده، همه با کمک هوش مصنوعی انجام می‌شود یعنی این فناوری در حال تغییر زندگی ماست. اما این تغییرات، نیاز به اینترنت سریع و قابل اعتماد دارد.

متأسفانه، بخش بزرگی از جهان از روستاهای دورافتاده تا مناطقی که زیرساخت‌های اینترنتی ضعیف دارند، هنوز از این مزایا بهره‌مند نیستند. این شکاف دیجیتال، دسترسی به خدمات حیاتی و ابزارهای پیشرفته را برای بسیاری از کاربران محدود کرده است. اما یک راه‌حل در حال ظهور است، هوش مصنوعی که بدون نیاز به اینترنت، می‌تواند فکر کند و عمل کند. این فناوری، مدل‌های آفلاین یا هوش مصنوعی لبه (Edge AI) نام دارد.

آنها امکان دسترسی به هوش مصنوعی را در هر جای دنیا حتی در جایی که اینترنت وجود ندارد، فراهم می‌کنند. این تغییر، نه فقط دسترسی را افزایش می‌دهد، بلکه حریم خصوصی را حفظ می‌کند و استقلال فناوری را تضمین می‌کند. هوش مصنوعی بدون اینترنت، آینده‌ای است که همه می‌توانند در آن زندگی کنند.

چرا جهان به AI محلی نیاز دارد؟

مدل‌های پیشرفته هوش مصنوعی (مثل ربات‌های گفتگوگر بزرگ یا سیستم‌های تحلیل تصویر)، معمولاً برای کار کردن به سرورهای قدرتمند و متصل به اینترنت (ابر) وابسته هستند. اگرچه این روش قدرت محاسباتی بالایی دارد، اما سه مشکل اساسی ایجاد می‌کند که مانع فراگیر شدن هوش مصنوعی می‌شود:

۱. مشکل دسترسی، اینترنت کجاست؟

بزرگ‌ترین مانع، خود اینترنت است. در بسیاری از نقاط جهان، اتصال اینترنت یا بسیار کُند است یا کلاً وجود ندارد. وقتی هوش مصنوعی فقط روی ابر کار کند، افراد ساکن این مناطق از تمام مزایای آن محروم می‌مانند. در اینصورت اجرای مدل‌ها به صورت محلی، این وابستگی را از بین می‌برد و تضمین می‌کند خدمات هوش مصنوعی حتی در دور افتاده‌ترین نقاط قابل استفاده باشند.

۲. نگرانی از حریم خصوصی، داده‌ها کجا می‌روند؟

هر اطلاعاتی که برای پردازش به سرورهای ابری فرستاده می‌شود، ریسک امنیتی و نقض حریم خصوصی دارد. برای کاربردهای بسیار حساس (مانند سوابق پزشکی یا اطلاعات مالی)، این ارسال داده‌ها غیرقابل قبول است. بنابراین، مدل‌های آفلاین تضمین می‌کنند که داده‌های شخصی هرگز از دستگاه شما خارج نمی‌شوند و حاکمیت داده‌ها حفظ می‌شود.

۳. تأخیر در کارهای حیاتی

تأخیر زمانی ناشی از رفت و برگشت اطلاعات به سرور ابری در کارهای لحظه‌ای غیرقابل تحمل است. هوش مصنوعی لبه (Edge AI) با پردازش محلی، این تأخیر را به چند میلی‌ثانیه کاهش می‌دهد و واکنش‌های سریع را ممکن می‌سازد.

معماری مدل‌های مدل‌های هوش مصنوعی آفلاین

می‌توان مدل‌های هوش مصنوعی بسیار بزرگ با حجم گیگابایت و نیاز به چند کارت گرافیک قوی را روی چیپ کوچک موبایل به‌صورت هوشمندانه قرار داد.

۱. تکنیک‌های فشرده‌سازی

برای کاهش اندازه و افزایش سرعت، دو تکنیک اصلی مورد استفاده قرار می‌گیرند:

• کم کردن جزئیات (کوانتیزاسیون): می‌توان دقت محاسبات مدل را کم کرد. مثل این است که به جای نوشتن یک عدد با خط‌کشی بسیار ریز، آن را با یک خط‌کش معمولی‌تر نوشت. این کار حجم را خیلی کم می‌کند و کار را برای موبایل آسان می‌سازد.
• حذف بخش‌های اضافه: بخش‌هایی از مدل که کار زیادی انجام نمی‌دهند یا تأثیر کمی دارند را حذف کرد، در اینصورت مدل سبک می‌شود، ولی همچنان کارهای مهم را به خوبی انجام می‌دهد.

۲. معرفی مدل‌های سبک

معماری‌های سنگین مانند ترنسفورمرها، که پایه و اساس LLMها هستند، باید برای محیط لبه تطبیق داده شوند. این امر منجر به ظهور معماری‌های سبک‌تر شده است:

• MobileNets وEfficientNets : طراحی شده برای بهینه‌سازی بهره‌وری انرژی و سرعت در شبکه‌های بینایی.
• DistilBERT: نسخه‌ای کوچک‌تر و سریع‌تر از BERT که دقت خود را در حجم بسیار کمتری از پارامترها حفظ می‌کند.
• Mixture of Experts (MoE) محلی: استفاده از مدل‌های متخصص کوچک‌تر به جای یک مدل بزرگ یکپارچه.

نقش سخت‌افزارهای اختصاصی NPU ها و تراشه‌های Edge

گوشی‌های هوشمند و دستگاه‌های هوشمند دیگر فقط برای تماس و پیامک نیستند. آن‌ها دارای یک قطعه مخصوص به نام NPU هستند.

NPU  چیست؟

NPU  یک پردازنده کوچک است که فقط برای کارهای هوش مصنوعی طراحی شده است. این قطعه خیلی سریع و با مصرف انرژی کم می‌تواند محاسبات پیچیده هوش مصنوعی را انجام دهد.

چرا NPU مهم است؟

• سریع‌تر: NPU ها محاسبات را خیلی سریع انجام می‌دهند.
• کم‌مصرف‌تر: NPU ها انرژی بسیار کمتری مصرف می‌کنند.
• بهتر: NPU ها باعث می‌شوند مدل‌های هوش مصنوعی در گوشی‌ها و دستگاه‌ها به شکل بهتری کار کنند.

به عبارت دیگر، NPU ها به گوشی‌ها این امکان را می‌دهند که کارهای هوش مصنوعی را به صورت آفلاین و با سرعت و کارایی بالایی انجام دهند. این یک پیشرفت بزرگ در دنیای هوش مصنوعی محسوب می‌شود.

دسترسی جهانی به قدرت AI

مدل‌های هوش مصنوعی که به صورت آفلاین کار می‌کنند، می‌توانند موانع مختلف را از بین ببرند و قدرت هوش مصنوعی را در دسترس همه قرار دهند.

• سلامت در دسترس‌تر: در مناطق دورافتاده، پزشکان می‌توانند با استفاده از دوربین‌ها و دستگاه‌های کوچک، تصاویر پزشکی را بررسی و بیماری‌ها را تشخیص دهند، حتی اگر اینترنت ضعیف باشد. این برای تشخیص زودهنگام بیماری‌هایی مانند رتینوپاتی دیابتی یا سرطان پوست بسیار مهم است.
• کشاورزی هوشمند: کشاورزان در مزارع دور از شهر می‌توانند با استفاده از دوربین‌ها، وضعیت محصولات و خاک را به صورت لحظه‌ای بررسی کنند و بدون نیاز به آپلود حجم زیادی از داده‌ها، راهکارهای مناسب برای آبیاری یا سم‌پاشی دریافت کنند.
• آموزش برای همه: دانش‌آموزان در مدارس می‌توانند از دستیارهای آموزشی هوش مصنوعی استفاده کنند که پاسخ سوالات را بدهند و تمرینات شخصی‌سازی‌شده ارائه دهند، حتی اگر دسترسی به اینترنت محدود باشد.
• زبان بدون مرز: ترجمه فوری و پردازش زبان طبیعی بدون نیاز به اینترنت به افراد در مناطق مختلف کمک می‌کند تا با یکدیگر ارتباط برقرار کنند و اطلاعات مورد نیاز خود را به دست آورند. این قابلیت برای گردشگران، امدادگران و ارتباطات بین‌المللی بسیار مفید است.

چالش‌های پیش رو در مسیر جهانی‌سازی AI آفلاین

با اینکه هوش مصنوعی آفلاین پیشرفت زیادی داشته، هنوز مشکلات مهمی وجود دارد که باید با تحقیق و توسعه حل شوند.

•  محدودیت قدرت پردازش دستگاه‌ها: حتی گوشی‌ها و دستگاه‌های هوشمند پیشرفته نمی‌توانند به اندازه سرورها و دیتاسنترها پردازش انجام دهند. اجرای مدل‌های خیلی بزرگ مثل GPT-4 روی گوشی بسیار سخت است. این یعنی اگر مدل کوچکتر شود، دقت آن هم کاهش پیدا می‌کند.
•  مشکل به‌روزرسانی و نگهداری مدل‌ها: مدل‌های آنلاین همیشه با داده‌های جدید به‌روز می‌شوند تا خوب کار کنند. اما به‌روزرسانی مدل‌های نصب شده روی میلیون‌ها دستگاه در مناطق دورافتاده کار سختی است.
• توازن بین اندازه مدل و دقت: بزرگترین چالش در هوش مصنوعی روی دستگاه‌ها، پیدا کردن تعادل بین سه چیز است: دقت، سرعت پاسخگویی و حجم مدل. اگر مدل خیلی کوچک شود تا در حافظه جا شود، دقت آن کم می‌شود. برای حل این مشکل، تکنیک‌هایی مثل «یادگیری فدرال» اهمیت پیدا می‌کند که اجازه می‌دهد مدل‌ها روی دستگاه‌ها آموزش ببینند بدون اینکه داده‌های شخصی ارسال شوند.

نتیجه‌گیری

هوش مصنوعی آفلاین یعنی استفاده از مدل‌های هوش مصنوعی بدون نیاز همیشگی به اینترنت. تا چند سال پیش، همه فکر می‌کردند هوش مصنوعی فقط روی سرورهای قوی و در کنار اینترنت سریع ممکن است. اما در حال حاضر مدل‌های آفلاین دنیای هوش مصنوعی را متحول می‌کنند.

این مدل‌ها کمک می‌کنند هوش مصنوعی در اختیار همه کاربران در تمامی نقاط دنیا قرار بگیرد. مهم‌ترین مزیت مدل‌های آفلاین این است که همه افراد، حتی کسی که اینترنت خوبی ندارد، می‌تواند از هوش مصنوعی استفاده کند. داده‌ها هم بیشتر محافظت می‌شوند چون اطلاعات مهم لازم نیست جایی فرستاده شود.

البته، برای اینکه هوش مصنوعی آفلاین همه‌گیر شود، هنوز موانعی مثل قدرت پایین موبایل‌ها و به‌روزرسانی سخت مدل‌ها وجود دارد. اما آینده به سمت مدل‌هایی می‌رود که بعضی کارها را روی خود دستگاه انجام می‌دهند و برای پردازش خیلی سنگین، از فضای ابری کمک گرفته شود. در نتیجه، هوش مصنوعی دیگر مخصوص افرادی با اینترنت قوی نیست؛ هوش مصنوعی برای همه، در همه جا خواهد بود.