# مقدمة إلى الذكاء الاصطناعي الطرفي للمبتدئين

![مقدمة إلى الذكاء الاصطناعي الطرفي](../../translated_images/ar/cover.eb18d1b9605d754b.webp)

مرحبًا بك في رحلتك نحو **الذكاء الاصطناعي الطرفي** – نهج ثوري يجلب قوة الذكاء الاصطناعي مباشرة إلى حيث يتم إنشاء البيانات واتخاذ القرارات. ستضع هذه المقدمة الأساس لفهم لماذا يمثل الذكاء الاصطناعي الطرفي مستقبل الحوسبة الذكية وكيف يمكنك إتقان تنفيذه.

## ما هو الذكاء الاصطناعي الطرفي؟

يمثل الذكاء الاصطناعي الطرفي تحولًا جذريًا من معالجة الذكاء الاصطناعي التقليدية القائمة على السحابة إلى **الذكاء المحلي على الأجهزة**. بدلاً من إرسال البيانات إلى خوادم بعيدة، يقوم الذكاء الاصطناعي الطرفي بمعالجة المعلومات مباشرة على الأجهزة الطرفية – مثل الهواتف الذكية، وأجهزة استشعار إنترنت الأشياء، والمعدات الصناعية، والمركبات ذاتية القيادة، والأنظمة المدمجة.

### نموذج الذكاء الاصطناعي الطرفي

```
Traditional AI:     Device → Cloud → Processing → Response → Device
Edge AI:           Device → Local Processing → Immediate Response
```
  
هذا التحول يلغي الحاجة إلى إرسال البيانات إلى السحابة، مما يتيح:
- **استجابات فورية** (زمن استجابة أقل من ميلي ثانية)
- **تعزيز الخصوصية** (البيانات لا تغادر الجهاز)
- **تشغيل موثوق** (يعمل بدون اتصال بالإنترنت)
- **خفض التكاليف** (استخدام أقل للنطاق الترددي والحوسبة السحابية)

## لماذا الذكاء الاصطناعي الطرفي مهم الآن؟

### عاصفة الابتكار المثالية

تجمعت ثلاثة اتجاهات تكنولوجية لجعل الذكاء الاصطناعي الطرفي ليس فقط ممكنًا، بل ضروريًا:

1. **ثورة الأجهزة**: أصبحت الشرائح الحديثة (Apple Silicon، Qualcomm Snapdragon، NVIDIA Jetson) تحتوي على تسريع للذكاء الاصطناعي في حزم صغيرة وفعالة من حيث الطاقة.  
2. **تحسين النماذج**: نماذج اللغة الصغيرة (SLMs) مثل Phi-4، Gemma، وMistral تقدم أداءً بنسبة 80-90% من النماذج الكبيرة بحجم 10-20%.  
3. **الطلب الواقعي**: تحتاج الصناعات إلى ذكاء اصطناعي فوري، خاص، وموثوق لا يمكن للحلول السحابية توفيره.

### دوافع الأعمال الحرجة

**الخصوصية والامتثال**  
- الرعاية الصحية: يجب أن تبقى بيانات المرضى في الموقع (امتثال HIPAA)  
- المالية: معالجة المعاملات تتطلب سيادة البيانات  
- التصنيع: العمليات الخاصة تحتاج إلى حماية من التعرض  

**متطلبات الأداء**  
- المركبات ذاتية القيادة: قرارات حاسمة للحياة في ميلي ثانية  
- الأتمتة الصناعية: مراقبة الجودة والسلامة في الوقت الفعلي  
- الألعاب والواقع المعزز/الافتراضي: تجارب غامرة تتطلب زمن استجابة غير محسوس  

**الكفاءة الاقتصادية**  
- الاتصالات: معالجة ملايين قراءات أجهزة استشعار إنترنت الأشياء محليًا  
- البيع بالتجزئة: تحليلات داخل المتاجر بدون تكاليف ضخمة للنطاق الترددي  
- المدن الذكية: ذكاء موزع عبر آلاف الأجهزة  

## الصناعات التي تحولها الذكاء الاصطناعي الطرفي

### 🏭 **التصنيع والصناعة 4.0**  
- **الصيانة التنبؤية**: تتنبأ النماذج الذكية على المعدات الصناعية بالأعطال قبل حدوثها  
- **مراقبة الجودة**: اكتشاف العيوب في الوقت الفعلي على خطوط الإنتاج  
- **مراقبة السلامة**: الكشف الفوري عن المخاطر والاستجابة لها  
- **سلسلة التوريد**: إدارة المخزون الذكية في كل نقطة  

**التأثير الواقعي**: تستخدم Siemens الذكاء الاصطناعي الطرفي للصيانة التنبؤية، مما يقلل وقت التوقف بنسبة 30-50% وتكاليف الصيانة بنسبة 25%.

### 🏥 **الرعاية الصحية والأجهزة الطبية**  
- **تصوير التشخيص**: تحليل الأشعة السينية والرنين المغناطيسي بواسطة الذكاء الاصطناعي في نقطة الرعاية  
- **مراقبة المرضى**: تقييم صحي مستمر عبر الأجهزة القابلة للارتداء  
- **المساعدة الجراحية**: توجيه في الوقت الفعلي أثناء العمليات  
- **اكتشاف الأدوية**: معالجة محلية لمحاكاة الجزيئات  

**التأثير الواقعي**: حلول الذكاء الاصطناعي الطرفي من Philips تمكن أطباء الأشعة من تشخيص الحالات بسرعة أكبر بنسبة 40% مع الحفاظ على دقة بنسبة 99%.

### 🚗 **الأنظمة الذاتية والنقل**  
- **المركبات ذاتية القيادة**: اتخاذ قرارات في أجزاء من الثانية للتنقل والسلامة  
- **إدارة المرور**: التحكم الذكي في التقاطعات وتحسين التدفق  
- **عمليات الأسطول**: تحسين المسارات ومراقبة صحة المركبات في الوقت الفعلي  
- **اللوجستيات**: روبوتات المستودعات وأنظمة التوصيل الذاتية  

**التأثير الواقعي**: نظام القيادة الذاتية الكاملة من Tesla يعالج بيانات المستشعر محليًا، ويتخذ أكثر من 40 قرارًا في الثانية للتنقل الذاتي الآمن.

### 🏙️ **المدن الذكية والبنية التحتية**  
- **السلامة العامة**: الكشف عن التهديدات والاستجابة للطوارئ في الوقت الفعلي  
- **إدارة الطاقة**: تحسين الشبكات الذكية ودمج الطاقة المتجددة  
- **مراقبة البيئة**: تتبع جودة الهواء، الضوضاء، والمناخ  
- **التخطيط الحضري**: تحليل تدفق المرور وتحسين البنية التحتية  

**التأثير الواقعي**: تستخدم مبادرة المدينة الذكية في سنغافورة أكثر من 100,000 جهاز استشعار للذكاء الاصطناعي الطرفي لإدارة المرور، مما يقلل أوقات التنقل بنسبة 25%.

### 📱 **التكنولوجيا الاستهلاكية والمحمولة**  
- **ذكاء الهواتف الذكية**: تحسين التصوير الفوتوغرافي، المساعدات الصوتية، والتخصيص  
- **المنازل الذكية**: الأتمتة الذكية وأنظمة الأمان  
- **الأجهزة القابلة للارتداء**: مراقبة الصحة وتحسين اللياقة  
- **الألعاب**: تحسين الرسومات في الوقت الفعلي وتحسين تجربة اللعب  

**التأثير الواقعي**: محرك Neural Engine من Apple يعالج 15.8 تريليون عملية في الثانية محليًا، مما يتيح ميزات مثل الترجمة الفورية والتصوير الحاسوبي.

## نماذج اللغة الصغيرة: محرك الذكاء الاصطناعي الطرفي

### ما هي نماذج اللغة الصغيرة (SLMs)؟

نماذج اللغة الصغيرة هي **إصدارات مضغوطة ومحسنة** من نماذج اللغة الكبيرة، مصممة خصيصًا للنشر الطرفي:

- **Phi-4**: 14 مليار معلمة، محسنة للاستدلال وتوليد الأكواد  
- **Gemma 2B/7B**: نماذج Google الفعالة لمهام معالجة اللغة الطبيعية المتنوعة  
- **Mistral-7B**: نموذج عالي الأداء مع ترخيص مناسب للأغراض التجارية  
- **سلسلة Qwen**: نماذج متعددة اللغات من Alibaba محسنة للنشر على الأجهزة المحمولة  

### ميزة نماذج اللغة الصغيرة

| القدرة | نماذج اللغة الكبيرة | نماذج اللغة الصغيرة |
|--------|----------------------|----------------------|
| **الحجم** | 70-405 مليار معلمة | 1-14 مليار معلمة |
| **الذاكرة** | 40-200 جيجابايت RAM | 2-16 جيجابايت RAM |
| **سرعة الاستدلال** | 2-10 ثوانٍ | 50-500 مللي ثانية |
| **النشر** | خوادم عالية الأداء | الهواتف الذكية، الأجهزة المدمجة |
| **التكلفة** | آلاف الدولارات شهريًا | تكلفة الأجهزة لمرة واحدة |
| **الخصوصية** | إرسال البيانات إلى السحابة | المعالجة تبقى محلية |

### واقع الأداء

تحقق نماذج اللغة الصغيرة قدرات مذهلة:
- **90% من أداء GPT-3.5** في العديد من المهام  
- **قدرات المحادثة في الوقت الفعلي**  
- **توليد الأكواد وتصحيحها**  
- **الترجمة متعددة اللغات**  
- **تحليل المستندات وتلخيصها**

## أهداف التعلم

عند إكمال دورة EdgeAI للمبتدئين، ستتمكن من:

### 🎯 **المعرفة الأساسية**  
- فهم الدوافع التقنية والتجارية وراء تبني الذكاء الاصطناعي الطرفي  
- مقارنة بين بنى الذكاء الاصطناعي الطرفي والسحابي وحالات الاستخدام المناسبة لكل منهما  
- التعرف على خصائص وقدرات عائلات نماذج اللغة الصغيرة المختلفة  
- تحليل متطلبات الأجهزة لنشر الذكاء الاصطناعي الطرفي  

### 🛠️ **المهارات التقنية**  
- نشر نماذج اللغة الصغيرة على منصات متنوعة (Windows، الأجهزة المحمولة، الأجهزة المدمجة، الهجين السحابي الطرفي)  
- تحسين النماذج لتناسب قيود الأجهزة الطرفية باستخدام التكميم، التشذيب، والضغط  
- تنفيذ تطبيقات الذكاء الاصطناعي الطرفي الجاهزة للإنتاج مع المراقبة والتوسيع  
- بناء أنظمة متعددة الوكلاء وأطر عمل لاستدعاء الوظائف للمهام المعقدة  

### 🏗️ **التنفيذ العملي**  
- إنشاء تطبيقات محادثة مع تبديل النماذج المحلية وإدارة المحادثات  
- تطوير أنظمة RAG (توليد معزز بالاسترجاع) مع معالجة المستندات المحلية  
- بناء موجهات النماذج التي تختار بذكاء بين نماذج الذكاء الاصطناعي المتخصصة  
- تصميم أطر عمل API مع البث، مراقبة الصحة، ومعالجة الأخطاء  

### 🚀 **النشر في الإنتاج**  
- إنشاء خطوط SLMOps لإصدار النماذج، الاختبار، والنشر  
- تنفيذ أفضل ممارسات الأمان لتطبيقات الذكاء الاصطناعي الطرفي  
- تصميم بنى قابلة للتوسيع توازن بين المعالجة الطرفية والسحابية  
- إنشاء استراتيجيات مراقبة وصيانة لأنظمة الذكاء الاصطناعي الطرفي في الإنتاج  

## نتائج التعلم

عند إكمال الدورة، ستكون مجهزًا لـ:

### **الإتقان التقني**  
✅ **نشر حلول الذكاء الاصطناعي الطرفي الجاهزة للإنتاج** عبر Windows، الأجهزة المحمولة، والمنصات المدمجة  
✅ **تحسين نماذج الذكاء الاصطناعي لتناسب قيود الأجهزة الطرفية** مع تحقيق تقليل الحجم بنسبة 75% مع الاحتفاظ بنسبة 85% من الأداء  
✅ **بناء أنظمة وكلاء ذكية** مع استدعاء الوظائف وتنسيق النماذج المتعددة  
✅ **إنشاء بنى هجينة قابلة للتوسيع بين الطرفية والسحابية** للتطبيقات المؤسسية  

### **تطبيقات الصناعة**  
✅ **تصميم حلول التصنيع** للصيانة التنبؤية ومراقبة الجودة  
✅ **تطوير تطبيقات الرعاية الصحية** مع معالجة بيانات المرضى بما يتوافق مع الخصوصية  
✅ **بناء أنظمة السيارات** لاتخاذ القرارات في الوقت الفعلي والسلامة  
✅ **إنشاء بنية تحتية للمدن الذكية** لإدارة المرور، السلامة، ومراقبة البيئة  

### **التقدم المهني**  
✅ **مهندس حلول EdgeAI**: تصميم استراتيجيات شاملة للذكاء الاصطناعي الطرفي  
✅ **مهندس تعلم الآلة (تخصص الطرفية)**: تحسين ونشر النماذج للبيئات الطرفية  
✅ **مطور إنترنت الأشياء الذكي**: إنشاء أنظمة إنترنت الأشياء الذكية مع المعالجة المحلية  
✅ **مطور الذكاء الاصطناعي المحمول**: بناء تطبيقات محمولة مدعومة بالذكاء الاصطناعي مع الاستدلال المحلي  

## هيكل الدورة

تتبع هذه الدورة نهج **الإتقان التدريجي**:

### **المرحلة 1: الأساسيات** (الوحدات 01-02)  
بناء الفهم المفاهيمي واستكشاف عائلات النماذج  

### **المرحلة 2: التنفيذ** (الوحدات 03-04)  
إتقان تقنيات النشر والتحسين  

### **المرحلة 3: الإنتاج** (الوحدات 05-06)  
تعلم SLMOps وأطر عمل الوكلاء المتقدمة  

### **المرحلة 4: التخصص** (الوحدات 07-08)  
التنفيذ الخاص بالمنصات وعينات شاملة  

## مقاييس النجاح

تتبع تقدمك من خلال هذه النتائج الملموسة:

- **مشاريع المحفظة**: أكثر من 10 تطبيقات جاهزة للإنتاج تغطي صناعات متعددة  
- **معايير الأداء**: تشغيل النماذج بزمن استدلال أقل من 500 مللي ثانية على الأجهزة الطرفية  
- **أهداف النشر**: تشغيل التطبيقات على Windows، الأجهزة المحمولة، والمنصات المدمجة  
- **جاهزية المؤسسات**: حلول مع أطر عمل للمراقبة، التوسيع، والأمان  

## البدء

هل أنت مستعد لتحويل فهمك لنشر الذكاء الاصطناعي؟ تبدأ رحلتك مع **[الوحدة 01: أساسيات EdgeAI](./Module01/README.md)**، حيث ستستكشف الأسس التقنية التي تجعل الذكاء الاصطناعي الطرفي ممكنًا وتفحص دراسات حالة واقعية من قادة الصناعة.

**الخطوة التالية**: [📚 الوحدة 01 - أساسيات EdgeAI →](./Module01/README.md)

---

**مستقبل الذكاء الاصطناعي محلي، فوري، وخاص. أتقن الذكاء الاصطناعي الطرفي لبناء الجيل القادم من التطبيقات الذكية.**

---