قد لا يعمل النشر المهم التالي للذكاء الاصطناعي في عنقود سحابي ضخم. فقد يعمل داخل كاميرا، أو روبوت مصنع، أو مركبة، أو جهاز طبي، أو محطة بيع بالتجزئة، حيث يكون عرض النطاق الترددي والطاقة وزمن الاستجابة والخصوصية وتكلفة التشغيل أهم من امتلاك أكبر نموذج ممكن.
يؤدي هذا التحول إلى نشوء نوع مختلف من العمل في مجال الذكاء الاصطناعي. فما زالت الفرق بحاجة إلى مطوّري النماذج، لكنها تحتاج أيضًا إلى أشخاص قادرين على تكييف النماذج مع العتاد الفعلي، وقياس الجودة في ظل القيود، ودمج بيئات الاستدلال الأصلية، وتحديد متى يكون نموذج أصغر كافيًا لمهمة ما.
هذا هو الجانب الأقل بريقًا من سباق النماذج: ليس تحسين الذكاء فحسب، بل جعل الذكاء قابلًا للنشر.
لماذا تغيّر النماذج الأصغر سؤال النشر
يمكن للنموذج السحابي غالبًا استخدام قدر أكبر من الحوسبة للإجابة عن طلب ما. أما النظام المضمّن فلا يمكنه افتراض وجود اتصال موثوق بالشبكة، أو بطارية غير محدودة، أو ميزانية سخية لكل استدعاء. وقد يكون الروبوت الذي ينتظر عدة مئات من الملليثواني لكل قرار إدراك أو تحكم غير آمن أو غير فعّال. كما أن المنتج الذي يرسل كل صورة أو عينة صوتية إلى واجهة برمجة تطبيقات قد يتسبب في تكاليف غير مقبولة تتعلق بالخصوصية ونقل البيانات.
تغيّر هذه القيود الهدف الهندسي. ويصبح السؤال: ما أصغر نموذج يحقق أهداف الدقة وزمن الاستجابة والذاكرة والطاقة والموثوقية المطلوبة على الجهاز الفعلي؟
ينطبق هذا السؤال على ما هو أبعد بكثير من الأجهزة الاستهلاكية. فهو مهم للمصنّعين الذين يفحصون القطع على خط الإنتاج، وشركات الخدمات اللوجستية التي تتعقب المعدات، والمستشفيات التي تعالج إشارات حساسة، ومورّدي البرمجيات الذين يحاولون تقديم ميزات للذكاء الاصطناعي من دون تحويل فواتير الاستدلال إلى أكبر تكلفة متغيرة لديهم.
ثلاث تقنيات تقف وراء هذا التحول
تمثّل الكمّية أوزان النموذج، وأحيانًا التنشيطات، باستخدام أرقام منخفضة الدقة. ويمكن أن يؤدي الانتقال من صيغ مثل BF16 أو FP16 إلى تمثيلات من 8 بت أو 4 بت إلى تقليل متطلبات الذاكرة، وقد يحسّن معدل المعالجة، تبعًا للعتاد والتنفيذ. والمقابل هو أن انخفاض الدقة قد يقلل الجودة أو يسبب مشكلات عددية، لذا يجب اختباره بدل افتراض أنه غير ضار.
يدرّب التقطير نموذجًا أصغر، هو نموذج الطالب، على إعادة إنتاج السلوك المفيد لنموذج أكبر، هو نموذج المعلّم. وقد يتعلم الطالب من مخرجات المعلّم، أو إشاراته الوسيطة، أو أمثلة خاصة بالمهمة. وليس عليه إعادة إنشاء كل قدرات النموذج الأكبر؛ بل يحتاج إلى أداء المهمة المستهدفة على نحو كافٍ.
يكيّف الاستدلال المحسّن التنفيذ مع بيئة تشغيل ومعالج محددين. وقد يشمل ذلك اختيار النوى، وتجميع الرسم البياني، وتجميع الدُفعات، وتخطيط الذاكرة، والتخزين المؤقت، والتسريع الخاص بالعتاد. ويُعد TensorRT Model Connect من NVIDIA، الذي أُعلن عنه في معاينة عامة، مثالًا على أدوات تهدف إلى تحويل نقاط التحقق المدعومة من Hugging Face أو النقاط المحلية إلى استدلال TensorRT شامل من البداية إلى النهاية، من دون تصدير وسيط إلى ONNX. ويشمل هدفه المعلن أعباء عمل الروبوتات والأجهزة والمنصات.
تعزّز هذه التقنيات بعضها بعضًا. فقد ينتج التقطير نموذجًا مدمجًا؛ ويمكن للكمّية أن تقلل حجمه أكثر؛ كما يمكن لبيئة التشغيل المحسّنة أن تحدد ما إذا كان النموذج الناتج سريعًا فعلًا على الشريحة المستهدفة.
النتيجة المفيدة ليست مجرد ملف أصغر
ينبغي التعامل مع ضغط النموذج باعتباره تمرينًا على المنتج والأنظمة، لا حيلة لتحسين ترتيب المتصدرين. فقد يكون نموذج أصغر بنسبة 40 بالمئة، لكنه يخطئ في رصد أجسام مهمة في ظروف الإضاءة السيئة، أسوأَ لروبوت مستودع. وقد يزيد نموذج لغوي رخيص لكل رمز، لكنه ينتج مخرجات منظمة مشوهة، من أعمال الإصلاح اللاحقة. كما قد يفشل نموذج يؤدي جيدًا في معيار قياس عندما تدخل عوامل مثل خفض التردد الحراري، وضوضاء الكاميرا، وانقطاع الاتصال المتقطع، أو مدخلات المستخدم غير المعتادة في الصورة.
يقدّم تقرير Liquid AI حول التقطير الواعي بالكمّية لنماذجها الصغيرة LFM2.5 توضيحًا مفيدًا للهدف. فقد أفادت الشركة بالاحتفاظ بنسبة تتراوح بين 96.5% و97.4% من أداء BF16، مع الحفاظ على استخدام الذاكرة ومعدل المعالجة الخاصين بـ Q4_0. وهذه الأرقام من reported by الشركة ومحددة بالنموذج؛ ولا ينبغي تعميمها على كل بنية. لكنها توضح نوع المقارنة التي ينبغي للممارسين البحث عنها: قياس الاحتفاظ بالجودة إلى جانب الذاكرة والسرعة، بدلًا من الاكتفاء بنسبة الضغط وحدها.
بالنسبة إلى عملية نشر، ينبغي أن يتضمن اختبار القبول على الأقل:
- جودة المهمة على أمثلة صعبة وممثلة للواقع؛
- متطلبات الذاكرة والتخزين القصوى؛
- زمن الاستجابة الأولى وزمن الاستجابة في الحالة المستقرة؛
- معدل المعالجة في ظل تزامن واقعي؛
- استهلاك الطاقة أو السلوك الحراري حيثما كان ذلك ذا صلة؛
- سلوك الفشل عندما تكون المدخلات مفقودة، أو مشوشة، أو خارج نطاق التوزيع؛
- تكلفة تحديث النموذج وعبئه التشغيلي.
تختلف المقاييس الدقيقة باختلاف المنتج. فقد تهتم الكاميرا بعدد الإطارات في الثانية وبالإيجابيات الكاذبة. وقد تهتم واجهة الصوت بزمن الاستجابة من البداية إلى النهاية. وقد يهتم الروبوت بالمواعيد النهائية لحلقة التحكم وبسلوك التراجع الآمن. والمغزى هو ربط تقييم النموذج بالعواقب المادية أو المالية للفشل.
أين يظهر العمل الجديد
لا تقتصر الفرص المتنامية على الأشخاص الذين يبتكرون البنى المعمارية، بل تشمل عدة أدوار عملية:
- مهندسو الاستدلال يختبرون أداء النماذج على المسرّعات المستهدفة، ويختارون بيئات التشغيل، ويحسّنون الرسوم البيانية، ويشخّصون اختناقات زمن الاستجابة أو الذاكرة.
- مهندسو ضغط النماذج يصممون مسارات التكميم والتقطير، ويختارون بيانات المعايرة، ويقيسون فقدان الجودة بحسب المهمة والفئة.
- مهندسو تعلّم الآلة الطرفي يجهّزون النماذج للهواتف المحمولة أو البيئات المضمنة أو الصناعية أو الخاصة بالسيارات، ويديرون التحديثات في ظل اتصال محدود.
- مهندسو برمجيات الروبوتات يربطون نماذج الإدراك بالمستشعرات وأنظمة التخطيط وقيود السلامة، حيث يكون التوقيت مهماً.
- مهندسو المنتجات المراعون للعتاد يقررون ما إذا كان عبء العمل ينبغي أن يكون على الجهاز أو عند الحافة أو في السحابة، ويصممون عمليات انتقال سلسة بينها.
- اختصاصيو النشر والتحقق يبنون مجموعات اختبارات تشمل الظروف الحرارية وظروف الطاقة والشبكة والبيئة الواقعية.
هناك أيضاً عمل لمطوّري التطبيقات. فقد لا يدرّب فريق المنتج نموذجاً، لكنه لا يزال مضطراً إلى اختيار صيغة نموذج، ودمج مكتبة للاستدلال، والتعامل مع المعاملات غير المدعومة، وإتاحة سلوك الثقة أو الامتناع، وجعل التحديثات قابلة للعكس.
أصبح الفصل بين السحابة والحافة مهارة تصميمية
لا تلغي النماذج الصغيرة نماذج السحابة، بل تجعل الأنظمة الهجينة أكثر جاذبية. فقد يستخدم جهاز ما نموذجاً مدمجاً للكشف الفوري، ثم يرسل أحداثاً محددة إلى نموذج أكبر للشرح أو التحليل الأعمق. وقد يُبقي روبوت ما الإدراك الحرج للسلامة محلياً، مع استخدام السحابة للتعلّم على مستوى الأسطول. وقد يوجّه منتج لدعم العملاء مهام التصنيف الروتينية إلى نموذج صغير، ويصعّد الحالات الملتبسة إلى نموذج أكثر قدرة.
يمكن لهذه البنية أن تقلل عرض النطاق الترددي وزمن الاستجابة، لكنها تُدخل قرارات تحتاج إلى تحديد مسؤولية واضح. ما المعلومات التي تُرسل خارج الجهاز؟ ماذا يحدث من دون اتصال؟ أي إصدار من النموذج أنتج إجراءً ما؟ هل يستطيع الجهاز التراجع بأمان؟ وكيف تُراقَب الأداءات عندما يتصرف كل تكوين عتادي بصورة مختلفة؟
هذه أسئلة تتعلق بالنشر، وليست أسئلة عن النماذج فحسب. وهي تكافئ المحترفين الذين يفهمون الواجهات الفاصلة بين تعلّم الآلة والأنظمة المضمنة والشبكات ومتطلبات المنتجات والعمليات.
مسار تعلّم عملي
إذا أردت التوجه نحو هذا العمل، فابنِ عملية نشر واحدة صغيرة لكن قابلة للقياس، بدلاً من الاكتفاء بجمع شهادات النماذج. ابدأ بمهمة ذات هدف واضح، مثل تصنيف الصور أو رصد الكلمات المفتاحية أو تصنيف المستندات أو مساعد محلي مدمج.
- أنشئ خطاً أساسياً. سجّل الجودة وحجم النموذج واستخدام الذاكرة وزمن الاستجابة ومعدل الإنتاجية باستخدام مجموعة اختبارات قابلة لإعادة الإنتاج.
- طبّق التكميم عليه. قارن إصداراً واحداً على الأقل بدقة أقل بالخط الأساسي. وثّق الأمثلة التي تغيرت، وما إذا كانت الأخطاء تتركز في فئة مهمة.
- جرّب التقطير أو الضبط الدقيق الخاص بالمهمة. قِس ما إذا كان نموذج أصغر يستطيع الحفاظ على السلوك الذي يحتاجه المنتج فعلياً.
- شغّله على العتاد المستهدف. لا يُعدّ الاختبار المعياري على حاسوب مكتبي دليلاً على الأداء على هاتف أو حاسوب دقيق أو وحدة معالجة رسومية أو مسرّع أو حاسوب روبوت.
- جهّز عملية النشر. أدرج المعالجة المسبقة والمعالجة اللاحقة والبيانات الوصفية للإصدار وفحوصات الصحة ومساراً احتياطياً.
- اكتب تقرير المفاضلات. اشرح لماذا يتفوق النموذج المختار من حيث الجودة وزمن الاستجابة والذاكرة والطاقة والخصوصية والتكلفة، وليس فقط لماذا يحقق أفضل نتيجة.
تعتمد الأدوات المفيدة على الحزمة المستهدفة، لكن المهارات القابلة للنقل ثابتة: تحديد الأداء، والاستدلال العددي، واختيار البيانات، وتصميم الاختبارات، وتصحيح الأخطاء، والتواصل الواضح بشأن المفاضلات. تعلّم قراءة الرسم البياني للنموذج، وفحص دعم المعاملات، وتحديد حركة الذاكرة بوصفها عنق زجاجة، والتمييز بين القدرة الحسابية النظرية وزمن الاستجابة المقاس من البداية إلى النهاية.
الإشارة المهنية
يتمثل التحول المهني المهم في الانتقال من السؤال: «أي نموذج هو الأذكى؟» إلى السؤال: «أي نظام يحقق النتيجة المطلوبة في ظل القيود الفعلية؟» ستظل النماذج الكبيرة ذات قيمة، ولا سيما في الاستدلال المفتوح والتوليد المعقد. لكن العديد من المهام التجارية ومهام العالم المادي ضيقة بما يكفي لأن يكون النموذج المدمج والسريع والخاص هو المنتج الأفضل.
وهذا يفسح مجالاً للممارسين القادرين على وصل البحث بالنشر. ولن يكون الفائزون دائماً هم الفرق التي تملك أكبر نموذج، بل قد يكونون الفرق التي تفهم عبء العمل، وتضغط بذكاء، وتجري اختبارات معيارية بصدق، وتطرح نظاماً موثوقاً على العتاد المتاح.
بالنسبة إلى المسار المهني في الذكاء الاصطناعي، فهذه خلاصة راسخة: الذكاء ليس سوى جزء واحد من المخرَج المطلوب. أما الجزء الآخر فهو جعله ملائماً.
