هل الذكاء الاصطناعي على جهاز آبل يحصل على القطعة المفقودة؟ آيفون يضم لأول مرة نموذجًا كبيرًا بـ27 مليار معامل

تسعى Apple إلى الاحتفاظ بقدرات الذكاء الاصطناعي الأكثر قوة على الجهاز، وقد توفر شركة ناشئة مدعومة من Khosla Ventures القطعة المفقودة.

تعلن الشركة الناشئة PrismML، المدعومة من Khosla Ventures، أنها نجحت في ضغط نموذج ذكاء اصطناعي كبير يحتوي على 27 مليار معلمة ليتم تشغيله محليًا على iPhone 17 Pro، محققةً رقمًا قياسيًا جديدًا في حجم نماذج الذكاء الاصطناعي على الأجهزة المحمولة. وتقول الشركة إن تقنية الضغط لا تسبب أي خسارة في الأداء، وسيتم إصدار النموذج مفتوح المصدر يوم الثلاثاء القادم.

وفقًا لمصادر مطلعة، عقدت Apple محادثات مع PrismML حول كيفية استخدام تقنيتها. وسبق أن ذكرت The Information أن Apple تبحث بنشاط عن شركات الاستحواذ التي يمكنها مساعدتها في تشغيل المزيد من ميزات الذكاء الاصطناعي على الجهاز. وقالت المصادر إن Apple واجهت تدهورًا كبيرًا في الأداء العام الماضي عندما حاولت ضغط نماذج الذكاء الاصطناعي الداخلية لتتناسب مع iPhone.

27 مليار معلمة مفعلة بالكامل، رقم قياسي جديد في الذكاء الاصطناعي للأجهزة المحمولة

تقول PrismML إن النموذج المضغوط هو Qwen 3.6، وهو نموذج لغة كبير مفتوح المصدر طورته Alibaba، ويحتوي على 27 مليار معلمة. بالمقارنة، فإن النماذج السائدة حاليًا على الأجهزة المحمولة لا تفعل سوى بضعة مليارات من المعلمات في كل مرة.

أصدرت Apple في مؤتمر المطورين العالمي (WWDC) في يونيو الماضي نموذجًا جديدًا للجهاز يحتوي على 20 مليار معلمة، لكنه يستخدم بنية متفرقة (sparse architecture) بحيث يتم تفعيل ما بين مليار و4 مليارات معلمة فقط في كل مرة. أما نموذج PrismML فيحافظ على تفعيل جميع المعلمات البالغ عددها 27 مليارًا في وقت واحد أثناء التشغيل، وتعتبر الشركة هذا الاختلاف ميزة تنافسية أساسية.

وتقول PrismML إن النموذج قادر على أداء مهام مثل المحادثات المعقدة، والاستدلال، والعوامل الذكية المستقلة بالكامل، وبرمجة البرمجيات.

تقنية الضغط الرياضي من Caltech مع ترخيص حصري للبراءات

PrismML هي شركة منبثقة من معهد كاليفورنيا للتكنولوجيا (Caltech). الرئيس التنفيذي لها Babak Hassibi هو أستاذ الهندسة الكهربائية في المعهد، وأكمل مع المؤسسين المشاركين الأبحاث الرياضية التي تدعم هذه التقنية أثناء وجودهم في المعهد. تمتلك Caltech براءات الاختراع ذات الصلة، وترخصها حصريًا لـ PrismML.

تعتمد التقنية الأساسية للشركة على طريقة رياضية لضغط حجم نموذج Qwen 3.6 من حوالي 54 جيجابايت إلى أقل من 4 جيجابايت، بنسبة ضغط تتجاوز 90%، وتدعي الشركة أن الأداء لا يتأثر.

أكملت PrismML جولة تمويل أولي بقيمة 16.25 مليون دولار في وقت سابق من هذا العام، بمشاركة Khosla Ventures. وقال Vinod Khosla، مؤسس Khosla Ventures، في مقابلة إنه مهتم بـ PrismML لأنها تقدم "اختراقًا جذريًا". وأضاف: "لقد راهننا بقوة على نموذج Transformer عندما استثمرنا في OpenAI في 2018، ولكن ما هي الطريقة الجديدة لبناء الذكاء الاصطناعي؟ فريقنا يبحث دائمًا عن مسارات جديدة."

استراتيجية Apple للذكاء الاصطناعي على الجهاز ومنطق الاستحواذ المحتمل

ظلت Apple لسنوات طويلة تضع الذكاء الاصطناعي على الجهاز كركيزة أساسية لالتزاماتها بالخصوصية والأمان، وتجنبت إلى حد كبير سباق التسلح في مراكز البيانات الذي يكلف مئات المليارات من الدولارات والذي تخوضه عمالقة التكنولوجيا مثل Microsoft وAmazon وMeta.

ومع ذلك، فإن الترقية الكبيرة التي طال انتظارها لـ Siri والتي أعلنتها Apple في يونيو لا تزال تعتمد على نموذج Gemini من Google، حيث تتطلب أحدث ميزاتها الاستعانة برقائق Nvidia التي تعمل على سحابة Google. هذا الواقع يتناقض بوضوح مع رؤية Apple للذكاء الاصطناعي على الجهاز، مما يجعل تقنية PrismML ذات قيمة استراتيجية محتملة لـ Apple.

يتوقع Hassibi أن الغالبية العظمى من حسابات الذكاء الاصطناعي التي يحتاجها المستخدم ستنتهي محليًا في غضون ثلاث سنوات. قال: "تخيل، ربما بعد ثلاث سنوات، يمكن الحصول على 95% من الذكاء الذي تحتاجه محليًا - على هاتفك، حاسوبك المحمول، أجهزتك المنزلية - وقد لا يتبقى سوى 5% من الاحتياجات المتطورة التي تتطلب السحابة. أعتقد أن هذا هو الاتجاه الذي يراه الناس."

تحدي من أنصار البنية المختلطة

لا يتفق جميع خبراء الصناعة مع نهج الذكاء الاصطناعي الخالص على الجهاز. تتبنى شركات ناشئة مثل Argmax بنية مختلطة، حيث تنفذ مهام مثل معالجة الصوت والصورة على الجهاز، ثم ترسل المعلومات إلى السحابة لإجراء استدلال أكثر تعقيدًا.

ويشير مؤيدو البنية المختلطة إلى أن نماذج السحابة الكبيرة لا تزال تتطور بسرعة بمعدل تحديث أسبوعي، وسيكون من الصعب على نماذج الذكاء الاصطناعي التي تعمل بالكامل على الجهاز الاستفادة من مكاسب الأداء التي توفرها أحدث النماذج السحابية المتطورة. هذا التحدي هو أيضًا أحد المشكلات الرئيسية التي ستحتاج PrismML إلى معالجتها باستمرار في مسارها التجاري.

وتقول PrismML إن الشركة تخطط لمواصلة ضغط نماذج أكبر - بما في ذلك نماذج بمستوى تريليون معلمة - لتشغيلها على الجهاز، وعندها ستدخل مجال المنافسة مع نماذج مثل OpenAI GPT وAnthropic Claude.

إخلاء المسؤولية وتحذير المخاطر

        الأسواق محفوفة بالمخاطر والاستثمار يتطلب الحذر. لا يشكل هذا المقال نصيحة استثمارية شخصية، كما أنه لا يأخذ في الاعتبار الأهداف الاستثمارية الخاصة أو الوضع المالي أو احتياجات المستخدمين الفرديين. يجب على المستخدمين النظر فيما إذا كانت أي آراء أو وجهات نظر أو استنتاجات في هذه المقالة تتناسب مع ظروفهم المحددة. الاستثمار بناءً على ذلك يكون على مسؤولية المستخدم.