اختيار منصة عتاد ملائمة للاستدلال المدمج بالموازنة بين قدرة الحساب وسعة الذاكرة وميزانية الطاقة وكلفة الوحدة.
الذكاء الاصطناعي المدمج (Edge AI) في الأجهزة الذكية
يمكّن البرنامج المشارك من تشغيل نماذج الذكاء الاصطناعي داخل الجهاز نفسه: اختيار عتاد التسريع، وضغط النموذج ليلائم الذاكرة والطاقة، وقياس زمن الاستجابة، وتحديث الأسطول بأمان.
لمحة عن الدورة
إرسال كل إطار كاميرا أو كل قراءة اهتزاز إلى خادم بعيد ثم انتظار الجواب حلّ مكلف وبطيء وهشّ أمام انقطاع الشبكة، وأحياناً غير مقبول من جهة الخصوصية. يضع الذكاء الاصطناعي المدمج القرار داخل الجهاز نفسه، لكنه يفرض قيوداً قاسية: ذاكرة تُقاس أحياناً بالكيلوبايت، وميزانية طاقة تحكمها بطارية، وحرارة تحدّ من التشغيل المتواصل. يعالج هذا البرنامج هذه القيود بترتيبها: أولاً اختيار العتاد المناسب بين المتحكم الدقيق ووحدة معالجة الإشارة ومسرّع الشبكات العصبية، ثم تكييف النموذج بالتكميم والتقليم والتقطير حتى يعمل ضمن الحدّ المتاح دون خسارة غير مقبولة في الدقة. ويبني المشاركون مسار استدلال كاملاً من المستشعر إلى القرار مع معالجة أولية على الجهاز، ثم يقيسون زمن الاستجابة والطاقة المستهلكة لكل استدلال في ظروف واقعية. وينتهي المسار بإدارة أسطول الأجهزة الذكية: التحديث الآمن عن بُعد، وحماية النموذج من الاستخراج، وجمع إشارات الأداء دون انتهاك خصوصية المستخدم.
الأهداف المتوقعة من الدورة
ضغط نموذج عصبي بالتكميم إلى أعداد صحيحة والتقليم البنيوي والتقطير المعرفي، مع قياس الخسارة في الدقة عند كل خطوة.
بناء مسار استدلال على الجهاز يشمل أخذ العيّنات والمعالجة الأولية واستخلاص السمات والقرار المحلي ومنطق الرجوع إلى السحابة.
قياس زمن الاستجابة والطاقة المستهلكة لكل عملية استدلال وأثر الخنق الحراري، وتوثيق النتائج في بطاقة أداء للجهاز.
المستهدفون
مهندسو الأنظمة المدمجة المكلّفون بإضافة قدرات ذكية إلى منتجات قائمة بموارد محدودة.
مطورو إنترنت الأشياء ومصممو الأجهزة الذكية في المنتجات الاستهلاكية والصناعية.
مهندسو تعلم الآلة الذين يحتاجون إلى تشغيل نماذجهم خارج الخوادم وضمن قيود صارمة.
مديرو المنتجات التقنية الذين يقررون ما يُعالَج محلياً وما يُرسَل إلى السحابة.
المحاور العلمية
اضغط على أي محور لاستعراض جلساته وبنوده.
01المحور الأول: بنية الحوسبة الطرفية وعتاد التسريع
2 جلسات · 6 نقاط
1الجلسة الأولى: المفاضلة بين المعالجة المحلية والسحابية
- تحديد ما يبقى على الجهاز وما يُرفع إلى السحابة وفق زمن الاستجابة وكلفة الاتصال وحساسية البيانات.
- تصميم بنية هجينة تكتفي بالاستدلال المحلي وترفع الحالات الغامضة وحدها إلى المراجعة المركزية.
- تقدير أثر انقطاع الشبكة على وظيفة المنتج، وتحديد القدرات التي يجب أن تعمل دون اتصال.
2الجلسة الثانية: فئات العتاد وقيود الذاكرة والطاقة
- مقارنة المتحكمات الدقيقة ووحدات معالجة الإشارة ومسرّعات الشبكات العصبية على أساس العمليات لكل واط.
- حساب ميزانية الذاكرة العاملة والذاكرة الدائمة اللازمة للنموذج ولمخازن المستشعرات أثناء التشغيل.
- قراءة ورقة بيانات المنصّة لتحديد العمليات المدعومة عتادياً وتلك التي ستُنفَّذ برمجياً ببطء.
02المحور الثاني: ضغط النماذج وتكييفها لقيود الجهاز
2 جلسات · 6 نقاط
1الجلسة الأولى: التكميم والتقليم والتقطير المعرفي
- تنفيذ التكميم بعد التدريب والتكميم المدرك للتدريب، ومقارنة أثر كل منهما في الدقة وحجم النموذج.
- تطبيق التقليم البنيوي على القنوات والطبقات بما يحقق تسريعاً فعلياً لا خفضاً نظرياً في عدد المعاملات.
- استعمال التقطير المعرفي لنقل سلوك نموذج كبير إلى نموذج صغير يعمل ضمن حدود الجهاز المستهدف.
2الجلسة الثانية: اختيار البنية وتحويلها إلى صيغة تنفيذية
- انتقاء بنى خفيفة مصممة أصلاً للأجهزة المحدودة بدل تقليص بنية ثقيلة صُمّمت للخوادم.
- تحويل النموذج إلى صيغة تشغيل مدمجة والتحقق من دعم كل عملية فيه قبل دمجه في البرنامج الثابت.
- قياس الفرق بين مخرجات النموذج الأصلي والنموذج المضغوط على عيّنات حرجة لا على المتوسط العام.
03المحور الثالث: مسار الاستدلال من المستشعر إلى القرار
2 جلسات · 6 نقاط
1الجلسة الأولى: المعالجة الأولية واستخلاص السمات محلياً
- ضبط تردد أخذ العيّنات والترشيح وإزالة الانزياح لخفض حجم البيانات قبل دخولها إلى النموذج.
- استخلاص سمات الطيف الترددي من إشارات الصوت والاهتزاز داخل الجهاز لتقليل الحساب المطلوب.
- دمج قراءات عدة مستشعرات لرفع الثقة في القرار عند ضعف إشارة أحدها أو تعطله المفاجئ.
2الجلسة الثانية: أنماط تطبيقية شائعة في الأجهزة الذكية
- بناء كاشف كلمة إيقاظ يعمل باستهلاك ضئيل ويُشغّل بقية المنظومة عند التحقق من الإشارة فقط.
- تنفيذ كشف الشذوذ في اهتزاز المعدّات بنموذج يتعلم النمط الطبيعي وينذر عند الخروج عنه.
- تشغيل رؤية حاسوبية خفيفة لعدّ الأجسام أو فحص الجودة مع بقاء الصورة داخل الجهاز دون رفعها.
04المحور الرابع: قياس الأداء والطاقة والموثوقية في الميدان
2 جلسات · 6 نقاط
1الجلسة الأولى: زمن الاستجابة واستهلاك الطاقة
- قياس الزمن من لحظة القراءة إلى لحظة القرار، وفصل زمن المعالجة الأولية عن زمن الاستدلال نفسه.
- حساب الطاقة المستهلكة لكل استدلال وربطها بعمر البطارية المتوقع في نمط الاستعمال الحقيقي.
- رصد الخنق الحراري أثناء التشغيل المتواصل وأثره في تذبذب زمن الاستجابة وفي ثبات النتائج.
2الجلسة الثانية: الاختبار في ظروف تشغيل واقعية
- اختبار الجهاز تحت تغيّر الإضاءة والضجيج والاهتزاز ودرجات الحرارة المتوقعة في موقع التركيب.
- بناء مجموعة اختبار ميدانية تمثّل الحالات النادرة التي لا تظهر في بيانات المعمل.
- توثيق بطاقة أداء للجهاز تجمع الدقة والزمن والطاقة وحجم النموذج وشروط صحة هذه الأرقام.
05المحور الخامس: إدارة أسطول الأجهزة والأمن والتعلم الموزّع
2 جلسات · 6 نقاط
1الجلسة الأولى: التحديث الآمن وحماية النموذج
- تصميم تحديث عن بُعد للبرنامج الثابت وللنموذج مع تحقق من التوقيع وإمكان الرجوع إلى إصدار سليم.
- حماية أوزان النموذج من الاستخراج بتشفير التخزين والإقلاع الموثوق واستعمال عنصر أمني مخصص.
- معالجة أجهزة فقدت الاتصال طويلاً، وتحديد سياسة واضحة لانتهاء دعم الإصدارات القديمة.
2الجلسة الثانية: التحسين المستمر مع احترام الخصوصية
- جمع إشارات أداء مجمّعة من الأسطول بدل البيانات الخام للحفاظ على خصوصية المستخدم.
- تطبيق التعلم الاتحادي لتحديث النموذج من أجهزة متفرقة دون نقل بيانات المستخدمين إلى مركز واحد.
- إدارة تباين الأجهزة في الأسطول من اختلاف المستشعرات والإصدارات، وتقسيم التحديث على دفعات مراقبة.
ما يحصل عليه المشارك
5 محاور علمية
مخطّط علميّ متدرّج
10 جلسة تدريبية
موزَّعة على 5 أيام
30 بنداً تفصيلياً
محتوى تطبيقي مفصَّل
شهادة حضور معتمدة
بعد إتمام البرنامج
أكمل بيانات التسجيل
سنتواصل معك خلال يوم عمل لتأكيد الحجز.
جاهز للبدء؟
احجز مقعدك في البرنامج وابدأ رحلة تطوير مهاراتك.
