ما هو الذكاء الاصطناعي للأشياء (AIoT)؟

الذكاء الاصطناعي هو محاكاة العمليات الذهنية البشرية بواسطة الآلات، وخاصة أنظمة الحاسوب، ويستخدم عادةً خوارزميات ذكاء اصطناعي متخصصة، بالإضافة إلى معالجة اللغة الطبيعية، والتعلم الآلي، والتعرف على الكلام، والرؤية الحاسوبية.

{getToc} $title={محتويات المقال}

ما هو الذكاء الاصطناعي للأشياء؟

الذكاء الاصطناعي للأشياء (AIoT) هو دمج تقنيات الذكاء الاصطناعي مع بنية إنترنت الأشياء (IoT). يهدف الذكاء الاصطناعي للأشياء إلى تحسين كفاءة عمليات إنترنت الأشياء، وتعزيز التفاعل بين الإنسان والآلة، وتطوير إدارة البيانات وتحليلها.

إنترنت الأشياء هو نظام من الأجهزة المتصلة، سواء كانت آلات ميكانيكية أو رقمية، أو أشياء ذات مُعرّفات فريدة، قادرة على نقل البيانات عبر الشبكة دون الحاجة إلى تفاعل بشري مباشر. على سبيل المثال، قد يكون الشيء في إنترنت الأشياء جهاز مراقبة نبضات القلب المزروع في جسم الإنسان، أو سيارة مزودة بمستشعرات مدمجة لتنبيه السائق عند انخفاض ضغط الإطارات، أو مساعد شخصي، أو أي شيء آخر يمكن تخصيص عنوان بروتوكول إنترنت له ونقل البيانات عبر الشبكة.

ما هي مكونات الذكاء الاصطناعي للأشياء؟

تشمل المكونات الرئيسية للذكاء الاصطناعي للأشياء أجهزة إنترنت الأشياء، والذكاء الاصطناعي، والحوسبة الطرفية، حيث تعمل جميعها معًا لتمكين معالجة البيانات واتخاذ القرارات في الوقت الفعلي. تجمع أجهزة إنترنت الأشياء، مثل أجهزة الاستشعار والكاميرات، كميات هائلة من البيانات. ثم يُطبَّق استدلال الذكاء الاصطناعي على هذه البيانات، غالبًا بفضل نظام تعلم آلي مُدمج في الجهاز يستخدم خوارزميات متقدمة لتوليد رؤى قابلة للتنفيذ، واكتشاف الأنماط، والتنبؤ بالنتائج. تعالج الحوسبة الطرفية البيانات محليًا، غالبًا مباشرةً على الأجهزة، مما يقلل الوقت اللازم لتحليل المعلومات والاستجابة. يتيح هذا المزيج أتمتة أسرع وأكثر كفاءة عبر مختلف التطبيقات.

1. الذكاء الاصطناعي (AI)

يشير الذكاء الاصطناعي إلى تطوير أنظمة قادرة على أداء مهام تتطلب عادةً ذكاءً بشريًا، مثل تحليل البيانات والتعلم واتخاذ القرارات. في الذكاء الاصطناعي للأشياء (AIoT)، تعالج خوارزميات الذكاء الاصطناعي كميات هائلة من البيانات التي تولدها أجهزة إنترنت الأشياء، وتحدد الأنماط، وتتنبأ بالاتجاهات، وتؤتمت الاستجابات. على سبيل المثال، يمكن للذكاء الاصطناعي تمكين الأنظمة الذكية من تحسين استخدام الطاقة في الوقت الفعلي أو التنبؤ باحتمالية تعطل آلة ما، مما يتيح الصيانة الاستباقية.

2. إنترنت الأشياء (IoT)

يربط إنترنت الأشياء (IoT) الأجهزة المادية، مما يسمح لها بالتواصل وتبادل البيانات عبر الإنترنت. تجمع هذه الأجهزة، بما في ذلك أجهزة الاستشعار والكاميرات والأجهزة القابلة للارتداء، المعلومات باستمرار من بيئاتها. في الذكاء الاصطناعي للأشياء، يعمل إنترنت الأشياء كطبقة لجمع البيانات، حيث يغذي خوارزميات الذكاء الاصطناعي ببيانات في الوقت الفعلي. وهذا يتيح اتخاذ قرارات ذكية في بيئات مثل المدن الذكية أو أنظمة مراقبة الرعاية الصحية.

3. الحوسبة الطرفية

تتضمن الحوسبة الطرفية معالجة البيانات بالقرب من مكان توليدها، بدلاً من الاعتماد كليًا على خوادم الحوسبة السحابية المركزية. يُقلل هذا النهج من زمن الاستجابة ويُحسّن عملية اتخاذ القرارات في الوقت الفعلي من خلال إجراء العمليات الحسابية محليًا، مباشرةً على أجهزة إنترنت الأشياء أو بالقرب منها. في مجال الذكاء الاصطناعي للأشياء، تضمن الحوسبة الطرفية تنفيذ العمليات الحساسة للوقت، مثل توجيه المركبات ذاتية القيادة أو الأتمتة الصناعية، بسرعة وكفاءة دون تأخيرات ناتجة عن نقل البيانات لمسافات طويلة.

4. التعلم الآلي على الجهاز

غالبًا ما تستفيد أجهزة إنترنت الأشياء المدعومة بالذكاء الاصطناعي من نماذج التعلم الآلي المُحسّنة والخفيفة، لتمكين المعالجة على الجهاز نفسه. صُممت هذه النماذج للعمل مباشرةً على الأجهزة المدمجة، مما يسمح للأجهزة بأداء مهام معقدة دون إرسال البيانات إلى السحابة. يُقلل التعلم الآلي على الجهاز من زمن الاستجابة، ويعزز الخصوصية، ويعمل بأقل استهلاك للطاقة. تُمكّن هذه الإمكانية من اتخاذ القرارات في الوقت الفعلي، مما يجعل أنظمة إنترنت الأشياء المدعومة بالذكاء الاصطناعي أكثر كفاءة وملاءمة لتطبيقات تشمل المركبات ذاتية القيادة، وأجهزة الاستشعار الذكية، والأتمتة الصناعية، وغيرها.

مقارنة بين الذكاء الاصطناعي وإنترنت الأشياء

على الرغم من أن كلاً من الذكاء الاصطناعي وإنترنت الأشياء يلعبان دورًا محوريًا في مجال الذكاء الاصطناعي وإنترنت الأشياء، إلا أنهما يعملان بطرق مختلفة. يركز إنترنت الأشياء بشكل أساسي على جمع البيانات من مختلف الأجهزة المتصلة، مثل أجهزة الاستشعار والكاميرات والأجهزة القابلة للارتداء. وهو يُنشئ شبكة تُمكّن هذه الأجهزة من التواصل وتبادل البيانات في الوقت الفعلي.

أما الذكاء الاصطناعي، فهو مسؤول عن تحليل وتفسير البيانات التي تُنتجها أجهزة إنترنت الأشياء. يستخدم الذكاء الاصطناعي خوارزميات لتحويل البيانات الخام إلى رؤى قابلة للتنفيذ، مما يُتيح التشغيل الآلي واتخاذ القرارات الذكية. ومن خلال الجمع بين هذين العنصرين، يُحوّل الذكاء الاصطناعي وإنترنت الأشياء عملية جمع البيانات السلبية إلى أنظمة استباقية ذاتية التشغيل، مما يُساهم في إنشاء تطبيقات أكثر ذكاءً في قطاعات مثل الرعاية الصحية والتصنيع والمدن الذكية.

لماذا يُعدّ الذكاء الاصطناعي للأشياء مهمًا؟

بفضل الإمكانيات التي يُتيحها الذكاء الاصطناعي للأجهزة المتصلة وشبكاتها، يُحسّن دمجه أداء تقنية إنترنت الأشياء. ومن أبرز خصائص الذكاء الاصطناعي قدرته على أتمتة المهام التي تُؤدّى يدويًا حاليًا.

على سبيل المثال، تُدار العديد من وظائف التشغيل الآلي للمنزل، كالأمن والترفيه والأجهزة المنزلية والتدفئة والتبريد، بواسطة أجهزة ذكية متطورة. يُمكن أن يُساهم دمج الذكاء الاصطناعي في تطوير نظام شامل لإدارة التشغيل الآلي للمنزل، والذي يُمكنه، بعد برمجته، تخطيط المنزل وإدارته وضمان تشغيله بسلاسة، مع توفير واجهة سهلة الاستخدام.

أصبحت المساعدات الشخصية الذكية امتدادًا طبيعيًا لمستخدميها، حيث تُوفر لهم مزيدًا من الوظائف والمرونة لتسهيل حياتهم اليومية.

الجدول الزمني لتطور الذكاء الاصطناعي للأشياء

تأثر تطور الذكاء الاصطناعي للأشياء بالتقدم الكبير الذي أحرزته كل من تقنيات الذكاء الاصطناعي وإنترنت الأشياء، حيث تم دمج هاتين التقنيتين تدريجيًا لإنشاء أنظمة أكثر ذكاءً وترابطًا. فيما يلي جدول زمني أكثر تفصيلًا يُبرز أهم المحطات في تطور الذكاء الاصطناعي للأشياء.

• التسعينيات: ظهور مفهوم إنترنت الأشياء، حيث استُخدمت الأجهزة الأولى لجمع البيانات الأساسية والمراقبة عن بُعد في قطاعات متنوعة، من التصنيع إلى الخدمات اللوجستية.
• أوائل العقد الأول من القرن الحادي والعشرين: ساهمت التطورات الكبيرة في مجال الذكاء الاصطناعي، بما في ذلك صعود التعلم الآلي وانتشار البيانات الضخمة، في وضع الأساس لتطبيقات الذكاء الاصطناعي المستقبلية.
• أواخر العقد الأول من الألفية الثانية: تسارع تبني إنترنت الأشياء في القطاعات التجارية، لا سيما في سلاسل التوريد وتقنيات المنازل الذكية. بدأت الأجهزة المُجهزة بتقنية إنترنت الأشياء بجمع كميات هائلة من البيانات، مما مهد الطريق لمعالجة أكثر ذكاءً.
• أوائل العقد الثاني من القرن الحادي والعشرين: أصبحت خوارزميات الذكاء الاصطناعي أكثر تطورًا، مما أتاح تحليل البيانات في الوقت الفعلي. تُستخدم أجهزة إنترنت الأشياء على نطاق واسع في مختلف القطاعات، بما في ذلك الرعاية الصحية والسيارات والتجزئة، إلا أنها لا تزال في المقام الأول أدوات لجمع البيانات.
• منتصف العقد الأول من القرن الحادي والعشرين: اندمج الذكاء الاصطناعي وإنترنت الأشياء ليشكلا ما يُعرف بالذكاء الاصطناعي للأشياء. تحوّل التركيز من جمع البيانات إلى اتخاذ القرارات الذكية والآلية، مع تطبيقات في المدن الذكية والمركبات ذاتية القيادة والأتمتة الصناعية.
• العقد الثالث من القرن الحادي والعشرين: سهّل ظهور الحوسبة الطرفية معالجة البيانات بشكل أسرع وفي الوقت الفعلي على حافة الشبكات. ازداد تبني الذكاء الاصطناعي للأشياء في مختلف القطاعات، بما في ذلك الرعاية الصحية والتصنيع والسلامة العامة، مما أتاح عمليات أكثر ذكاءً ولا مركزية.

كيف يعمل الذكاء الاصطناعي للأشياء؟

في أنظمة وأجهزة إنترنت الأشياء المدعومة بالذكاء الاصطناعي، يُدمج الذكاء الاصطناعي في مكونات البنية التحتية، كالبرمجيات والرقائق الإلكترونية، وكلها متصلة عبر شبكات إنترنت الأشياء. تضمن واجهات برمجة التطبيقات (APIs) سلاسة التشغيل والتواصل بين جميع مكونات الأجهزة والبرامج والمنصات للمستخدم النهائي.

أثناء التشغيل، تُولّد الأجهزة المتصلة بياناتٍ وتجمعها، يقوم الذكاء الاصطناعي بتحليلها لاستخلاص رؤى قيّمة وتحسين الكفاءة والإنتاجية. تُجمع هذه المعلومات من خلال عمليات مثل التعلّم الآلي.

عادةً ما تُصمّم أنظمة إنترنت الأشياء المدعومة بالذكاء الاصطناعي وتُنشر كأنظمة سحابية أو طرفية.

1. الذكاء الاصطناعي للأشياء القائم على الحوسبة السحابية

يُشار إليه عادةً باسم سحابة إنترنت الأشياء، وهو عبارة عن إدارة ومعالجة البيانات من أجهزة إنترنت الأشياء باستخدام منصات الحوسبة السحابية. يُعدّ ربط أجهزة إنترنت الأشياء بالسحابة أمرًا بالغ الأهمية، حيث تُخزّن البيانات وتُعالج ويُمكن الوصول إليها من قِبل مختلف التطبيقات والخدمات.

يتكون الذكاء الاصطناعي للأشياء السحابي من الطبقات الأربع التالية:

• طبقة الأجهزة: تشمل أنواعًا متعددة من الأجهزة، بما في ذلك العلامات، وأجهزة الإرسال، وأجهزة الاستشعار، والسيارات، ومعدات الإنتاج، والأجهزة المدمجة، ومعدات الصحة واللياقة البدنية.
• طبقة الاتصال: تتألف هذه الطبقة من الحقول وبوابات السحابة، وهي عبارة عن عنصر مادي أو برمجي يربط التخزين السحابي بوحدات التحكم وأجهزة الاستشعار وغيرها من الأجهزة الذكية.
• طبقة السحابة: تتضمن هذه الطبقة معالجة البيانات عبر محرك ذكاء اصطناعي، وتخزين البيانات، وعرضها، وتحليلها، والوصول إليها عبر واجهة برمجة التطبيقات (API).
• طبقة اتصال المستخدم: تتكون هذه الطبقة من بوابات الويب وتطبيقات الهاتف المحمول.

2. الذكاء الاصطناعي للأشياء القائم على الحافة

يمكن أيضًا معالجة بيانات الذكاء الاصطناعي للأشياء على الحافة، أي تتم معالجة البيانات الواردة من أجهزة إنترنت الأشياء بالقرب منها قدر الإمكان لتقليل عرض النطاق الترددي اللازم لنقل البيانات، مع تجنب أي تأخير محتمل في تحليلها.

يتكون الذكاء الاصطناعي للأشياء على الحافة من الطبقات الثلاث التالية:

• طبقة محطات التجميع: تشمل هذه الطبقة مجموعة من الأجهزة، مثل الأجهزة المدمجة، والسيارات، ومعدات التصنيع، والبطاقات، وأجهزة الإرسال، وأجهزة الاستشعار، وأجهزة التنقل، ومعدات الصحة واللياقة البدنية، المتصلة بالبوابة عبر خطوط الطاقة الموجودة.
• طبقة الاتصال: تتكون هذه الطبقة من بوابات الحقل المتصلة بطبقة محطات التجميع عبر خطوط الطاقة الموجودة.
• طبقة الحافة: تتضمن هذه الطبقة مرافق تخزين البيانات ومعالجتها واستخلاص الرؤى منها.

تطبيقات وأمثلة على الذكاء الاصطناعي للأشياء

على الرغم من أن العديد من تطبيقات الذكاء الاصطناعي للأشياء تركز على تطبيق الحوسبة الإدراكية في الأجهزة المنزلية، إلا أن الأمثلة التالية توضح استخداماته على نطاق أوسع:

• المدن الذكية: تجمع التقنيات الذكية، مثل أجهزة الاستشعار والإضاءة والعدادات، بيانات مصممة لتحسين الكفاءة التشغيلية، ودفع النمو الاقتصادي، وتحسين جودة حياة السكان.
• المتاجر الذكية: يستخدم تجار التجزئة كاميرات ذكية للتعرف على وجوه المتسوقين والكشف عما إذا كانوا قد مسحوا مشترياتهم ضوئيًا عند نقاط الدفع الذاتي قبل مغادرة المتجر.
• المنازل الذكية: تتعلم الأجهزة الذكية من خلال التفاعل البشري واستجابته. كما يمكن لأجهزة الذكاء الاصطناعي للأشياء تخزين بيانات المستخدمين والتعلم منها لفهم عاداتهم وتقديم دعم مخصص.
• مباني المكاتب الذكية: يندمج الذكاء الاصطناعي وإنترنت الأشياء في المباني الذكية. تختار الشركات شبكة من أجهزة الاستشعار البيئية الذكية المثبتة داخل مكاتبها، والتي تكشف وجود الأشخاص وتُعدّل الإضاءة ودرجة الحرارة تلقائيًا لزيادة توفير الطاقة. بالإضافة إلى ذلك، تُمكّن تقنية التعرف على الوجوه المباني الذكية من التحكم في الوصول باستخدام كاميرات متصلة وتقنيات الذكاء الاصطناعي لمقارنة الصور الحية بقاعدة بيانات لتحديد من يُسمح له بالدخول.
• المؤسسات والقطاعات الصناعية: يستخدم المصنّعون رقائق ذكية للكشف عن أعطال المعدات أو الحاجة إلى استبدال أحد أجزائها.
• وسائل التواصل الاجتماعي والموارد البشرية: يمكن دمج أدوات إنترنت الأشياء المدعومة بالذكاء الاصطناعي مع منصات التواصل الاجتماعي والمنصات ذات الصلة بالموارد البشرية لإنشاء خدمة دعم قرارات الذكاء الاصطناعي لمتخصصي الموارد البشرية.
• المركبات ذاتية القيادة: تعتمد هذه المركبات، كما هو موضح في الشكل 3، على كاميرات فيديو متعددة وأنظمة استشعار لجمع بيانات حول المركبات القريبة، ومراقبة ظروف القيادة، والبحث عن المشاة.
• روبوتات التوصيل ذاتية القيادة: تجمع أجهزة الاستشعار بيانات حول بيئة الروبوت - على سبيل المثال، المستودع - ثم تستخدم الذكاء الاصطناعي لاتخاذ قرارات بناءً على مساره.
• الرعاية الصحية: تجمع الأجهزة الطبية والأجهزة القابلة للارتداء بيانات صحية في الوقت الفعلي، مثل معدل ضربات القلب، وتراقبها، ويمكنها الكشف عن عدم انتظام ضربات القلب.
• الأجهزة القابلة للارتداء: يمكن للتكنولوجيا القابلة للارتداء مراقبة وتحليل البيانات الصحية الشخصية لتقديم رؤى حول لياقة الشخص ونومه وصحته العامة.
• الروبوتات التعاونية: تهدف الروبوتات التعاونية إلى مساعدة الأشخاص في تصنيع وتجميع المكونات. تُساعد هذه الأنظمة البشر في مهام متنوعة، مثل إنتاج المنتجات وتجميعها وتغليفها ومراقبة جودتها، وذلك باستخدام بيانات من أجهزة إنترنت الأشياء وأدوات الذكاء الاصطناعي، بما في ذلك تقنيات رؤية الحاسوب.
• عقول المدن: تهدف عقول المدن إلى تعزيز التنمية الحضرية من خلال دمج الذكاء الاصطناعي مع بيانات البلديات الآنية. على سبيل المثال، تستطيع أنظمة إنترنت الأشياء المدعومة بالذكاء الاصطناعي معالجة كميات هائلة من السجلات ومقاطع الفيديو وتدفقات البيانات من الأنظمة وأجهزة الاستشعار في جميع أنحاء المركز الحضري، وذلك لرصد مشكلات مثل ركن السيارات بشكل غير قانوني، وحوادث الطرق، وتغيرات إشارات المرور.

ما هي فوائد الذكاء الاصطناعي للأشياء؟

تشمل فوائد الذكاء الاصطناعي للأشياء ما يلي:

• زيادة الكفاءة التشغيلية: تستطيع أجهزة إنترنت الأشياء المدمجة بالذكاء الاصطناعي تحليل البيانات للكشف عن الأنماط والرؤى، وتعديل عمليات النظام لزيادة كفاءته.
• القدرة على التكيف الفوري: يمكن توليد البيانات وتحليلها لتحديد نقاط الضعف، مما يُمكّن النظام من إجراء التعديلات اللازمة.
• تحليلات البيانات: لا يضطر الموظفون إلى قضاء وقت طويل في مراقبة أجهزة إنترنت الأشياء، مما يوفر المال.
• قابلية التوسع: يمكن زيادة عدد الأجهزة المتصلة بنظام إنترنت الأشياء لتحسين العمليات الحالية أو إضافة ميزات جديدة.
• تقنية تحويلية: يُعد الذكاء الاصطناعي للأشياء تقنية تحويلية ومفيدة لكلا النوعين، حيث يُضيف الذكاء الاصطناعي قيمة إلى إنترنت الأشياء من خلال قدرات التعلم الآلي وتحسين عمليات صنع القرار. ويُضيف إنترنت الأشياء قيمة إلى الذكاء الاصطناعي من خلال الاتصال والإشارات وتبادل البيانات. يُمكن للذكاء الاصطناعي للأشياء تحسين الشركات وخدماتها من خلال خلق قيمة أكبر من البيانات المُولّدة بواسطة إنترنت الأشياء.
• أمان مُعزز: قد تكون أجهزة إنترنت الأشياء عُرضة لمخاطر أمنية. مع ذلك، يمكن للذكاء الاصطناعي تحديد هذه المخاطر وتجنبها، إذ تستطيع خوارزمياته تحليل البيانات الواردة من أجهزة الاستشعار لاكتشاف أي خلل أو اختراقات أمنية محتملة. على سبيل المثال، يمكن للذكاء الاصطناعي تحليل لقطات كاميرات المراقبة لرصد أي نشاط مشبوه وإبلاغ فريق الأمن.
• تقليل الأخطاء البشرية: تتكبد الشركات خسائر بملايين الدولارات سنويًا نتيجة للأخطاء البشرية. ومن خلال دمج التعلم الآلي مع تقنية إنترنت الأشياء، تستطيع المؤسسات تقليل الأخطاء بشكل فعال. في سير العمل المعتاد، تمر البيانات عبر مراحل أو مواقع متعددة، مما يزيد من فرص حدوث أخطاء بشرية، مثل أخطاء إدخال البيانات. يعمل الذكاء الاصطناعي وإنترنت الأشياء على تخفيف هذه المخاطر من خلال تحليل المعلومات من مصدرها. ويؤدي تقليل حركة البيانات وتقليص عدد الوسطاء إلى خفض احتمالية حدوث الأخطاء بشكل كبير.
• التخصيص: بينما تستطيع أجهزة إنترنت الأشياء جمع معلومات حول تفضيلات المستخدم وسلوكه، يمكن للذكاء الاصطناعي استخدام هذه المعلومات لتخصيص تجارب المستخدم بشكل أكبر. على سبيل المثال، يمكن لمكبر صوت ذكي استخدام الذكاء الاصطناعي للتعرف على تفضيلات المستخدم الموسيقية وإنشاء قوائم تشغيل مخصصة تلقائيًا.

التخصيص إلى جانب فوائدها واستخداماتها المتعددة، توجد أيضًا حالات قد تفشل فيها تقنية إنترنت الأشياء المدعومة بالذكاء الاصطناعي، مما قد يؤدي إلى تأخير في الإنتاج أو عواقب سلبية أخرى. على سبيل المثال، قد تتسبب روبوتات التوصيل ذاتية التشغيل المعطلة في تأخير تسليم المنتجات؛ وقد تفشل متاجر التجزئة الذكية في التعرف على وجه العميل، مما قد يؤدي إلى سرقة العميل للمنتج عن طريق الخطأ، أو قد تفشل مركبة ذاتية القيادة في قراءة محيطها، مثل إشارة التوقف القادمة، مما قد يتسبب في وقوع حادث.

ما هي التحديات التي تواجه الذكاء الاصطناعي للأشياء؟

فيما يلي بعض التحديات الإضافية المرتبطة بتقنية إنترنت الأشياء المدعومة بالذكاء الاصطناعي:

• مشكلات الأمن السيبراني: يؤدي تزايد عدد الأجهزة المتصلة عبر هذه التقنية إلى زيادة مخاطر الهجمات السيبرانية والاختراقات الأمنية.
• التعقيد: قد يكون دمج تقنيات إنترنت الأشياء والذكاء الاصطناعي أمرًا صعبًا ويتطلب معرفة ومهارات متخصصة.
• مخاوف إدارة البيانات: تتطلب معالجة البيانات المُجمعة من مختلف أجهزة الاستشعار استراتيجيات فعالة لإدارة البيانات.
• التكلفة العالية: قد يكون تطبيق تقنيات إنترنت الأشياء المدعومة بالذكاء الاصطناعي مكلفًا نظرًا للحاجة إلى معدات وبرامج وموظفين متخصصين.
• مخاوف الخصوصية: هناك مخاوف بشأن كيفية التعامل مع البيانات التي يتم الحصول عليها بواسطة أجهزة إنترنت الأشياء المدعومة بالذكاء الاصطناعي وتخزينها، مما قد يؤدي إلى مشاكل وانتهاكات تتعلق بالخصوصية.

المعايير واللوائح المؤثرة على الذكاء الاصطناعي للأشياء

يخضع نطاق أنشطة الذكاء الاصطناعي للأشياء حاليًا للعديد من المعايير واللوائح والأطر التي تضمن السلامة والخصوصية والتطبيق الأخلاقي، فيما يلي قائمة بالمبادرات الرئيسية:

المبادرات التنظيمية للذكاء الاصطناعي للأشياء:

• قانون الاتحاد الأوروبي للذكاء الاصطناعي: يضع هذا التشريع الصادر عام 2024 إطارًا تنظيميًا لأنظمة الذكاء الاصطناعي، بما في ذلك الذكاء الاصطناعي للأشياء.
• قانون الاتحاد الأوروبي للأمن السيبراني: يتناول هذا التشريع الصادر عام 2024 تطبيق الأمن السيبراني على المنتجات القائمة على الذكاء الاصطناعي.
• اللائحة العامة لحماية البيانات: يحمي هذا التشريع المهم الصادر عن الاتحاد الأوروبي عام 2016 جمع ومعالجة البيانات الشخصية.
• توجيه أمن الشبكات والمعلومات 2: يوفر هذا التوجيه الصادر عن الاتحاد الأوروبي عام 2023 إرشادات حول الأمن السيبراني للعديد من الأنظمة الرقمية، بما في ذلك إنترنت الأشياء.
• قانون كاليفورنيا لأمن إنترنت الأشياء: يلزم هذا التشريع الصادر عام 2020 مصنعي الأجهزة بتوفير ميزات أمان وكلمات مرور فريدة في أجهزة إنترنت الأشياء الاستهلاكية.
• قانون الولايات المتحدة لتحسين الأمن السيبراني لإنترنت الأشياء: يحدد هذا التشريع الصادر عام 2020 معايير الأمن السيبراني لأجهزة إنترنت الأشياء.

مستقبل الذكاء الاصطناعي للأشياء (AIoT)

مع دمج الذكاء الاصطناعي، يُنشئ إنترنت الأشياء نظامًا أكثر ذكاءً. والهدف هو تمكين هذه الأنظمة من اتخاذ قرارات دقيقة دون الحاجة إلى تدخل بشري.

يُمكن للتحول الرقمي والتعاون بين الذكاء الاصطناعي وإنترنت الأشياء أن يُتيحا إمكانية استغلال قيمة العملاء غير المُستغلة في العديد من القطاعات الصناعية، بما في ذلك التحليلات الطرفية، والمركبات ذاتية القيادة، واللياقة البدنية المُخصصة، والرعاية الصحية عن بُعد، والزراعة الدقيقة، وتجارة التجزئة الذكية، والصيانة التنبؤية، والأتمتة الصناعية.

تشمل الاتجاهات الشائعة والناشئة في الذكاء الاصطناعي للأشياء ما يلي:

• الحوسبة الطرفية: تُركز هذه التقنية على معالجة البيانات بالقرب من مصدرها بدلاً من الاعتماد على خوادم سحابية مركزية، مما يُوفر مزايا مثل تقليل زمن الاستجابة، وتحسين الكفاءة، وتقليل ازدحام الشبكة.
• ذكاء الأسراب: ينطوي ذكاء الأسراب على السلوك المُنسق للأنظمة اللامركزية ذاتية التنظيم. مُستوحاة من أسراب الطبيعة، مثل النحل أو النمل، يُمكن تطبيق هذه التقنية لتحسين أداء أجهزة إنترنت الأشياء.
• تقنية الجيل الخامس (5G): من أبرز الابتكارات المحتملة في مجال الذكاء الاصطناعي للأشياء (AIoT) دمج تقنية الجيل الخامس (5G). صُممت هذه التقنية لتمكين نقل أسرع لملفات البيانات الضخمة في أجهزة إنترنت الأشياء بفضل عرض النطاق الترددي العالي وزمن الاستجابة المنخفض.
• الكفاءة التشغيلية: يُمكن للذكاء الاصطناعي للأشياء أن يُساهم في حل المشكلات التشغيلية القائمة، مثل التكاليف المرتبطة بالإدارة الفعّالة للموارد البشرية، أو تعقيد سلاسل التوريد ونماذج التسليم.
• الرؤية الحاسوبية: يهدف هذا المجال إلى تمكين الآلات من فهم وتفسير المعلومات المرئية المُستقاة من بيئة الإنتاج الحقيقية. يُمكنها تحليل تدفقات الفيديو من الكاميرات، والتعرف على الأجسام، ورصد أي خلل في تطبيقات الذكاء الاصطناعي للأشياء، مما يُتيح التشغيل الآلي والمراقبة والتحسين الفوري. تُحدث الرؤية الحاسوبية ثورة في القطاع الصناعي، لا سيما في سياق الثورة الصناعية الرابعة، من خلال تمكين الشركات من تحسين الكفاءة التشغيلية، وتطبيق إجراءات مراقبة الجودة، وتعزيز ممارسات الصيانة الوقائية، وإعطاء الأولوية لتدابير سلامة العمال.
• المدن الذكية: في البيئات الحضرية، يُساهم الاستخدام الواسع للذكاء الاصطناعي للأشياء في تحسين إدارة حركة المرور، والإضاءة، وجمع النفايات، والسلامة العامة.
• محاكاة مُحسّنة باستخدام التوائم الرقمية: يُساعد إنشاء نسخ رقمية مُطابقة للأنظمة المادية على تحديد الأعطال المُحتملة في النظام، مع تحسين الأداء العام.
• الأمن السيبراني المُعزز بالذكاء الاصطناعي: أثبت الذكاء الاصطناعي قدرته على تعزيز الوقاية من التهديدات السيبرانية واكتشافها والتخفيف من آثارها بشكل كبير.
• استدامة بيئية مُعززة: من المُتوقع أن يُساهم دمج الذكاء الاصطناعي للأشياء في الأنظمة التي تُؤثر على البيئة في خفض استهلاك الطاقة، وتحسين استخدام الموارد، وتحقيق أهداف البيئة والاستدامة.

الأسئلة الشائعة حول الذكاء الاصطناعي للأشياء (AIoT)

كيف تعمل أنظمة الذكاء الاصطناعي وإنترنت الأشياء على اتخاذ القرارات في الوقت الفعلي؟ 

تُمكّن هذه الأنظمة من اتخاذ القرارات في الوقت الفعلي من خلال معالجة البيانات محليًا على أجهزة إنترنت الأشياء أو بالقرب منها عبر الحوسبة الطرفية. وهذا يقلل من زمن الاستجابة، مما يسمح باتخاذ إجراءات فورية في التطبيقات التي تُعد فيها القرارات السريعة حاسمة للسلامة والكفاءة.

ما هو مثال على الذكاء الاصطناعي للأشياء؟ 

مثال على ذلك هو المصنع الذكي، حيث تراقب أجهزة استشعار إنترنت الأشياء أداء المعدات وتُغذي خوارزميات الذكاء الاصطناعي ببيانات آنية. يستطيع الذكاء الاصطناعي التنبؤ بموعد تعطل الآلات وتفعيل الصيانة الوقائية، مما يقلل من وقت التوقف ويزيد من كفاءة التشغيل.

ما هو تحسين نماذج الذكاء الاصطناعي، ولماذا يُعدّ مهمًا للذكاء الاصطناعي للأشياء؟ 

يتضمن تحسين نماذج الذكاء الاصطناعي عادةً تقنيات ضغط النماذج، لتمكين التعلم الآلي الخفيف على أجهزة إنترنت الأشياء. تستهلك هذه النماذج المُحسّنة طاقةً وذاكرةً أقل، مما يُتيح المعالجة الفورية على الجهاز دون الاعتماد على الحوسبة السحابية.

كيف تؤثر التطورات في مجال الأجهزة على الذكاء الاصطناعي للأشياء؟ 

تسمح التحسينات الأخيرة في الأجهزة المدمجة لأنظمة الذكاء الاصطناعي للأشياء بتشغيل نماذج الذكاء الاصطناعي المتقدمة مباشرةً على الأجهزة. وهذا يُغني عن الحاجة إلى اتصال دائم بالسحابة، مما يُحسّن سرعة المعالجة وكفاءة استهلاك الطاقة ويُقلل من استهلاك النطاق الترددي. تُعد هذه التطورات بالغة الأهمية لتطبيقات الروبوتات، وأجهزة الاستشعار الذكية، والرعاية الصحية التنبؤية.

ما الفرق بين إنترنت الأشياء (IoT) والذكاء الاصطناعي للأشياء (AIoT)؟ 

يركز إنترنت الأشياء على ربط الأجهزة لجمع البيانات ونقلها، بينما يدمج الذكاء الاصطناعي للأشياء الذكاء الاصطناعي لتحليل هذه البيانات والتصرف بناءً عليها في الوقت الفعلي. يتيح الذكاء الاصطناعي للأشياء اتخاذ القرارات وتحسين الأداء بشكل مستقل، مما يعزز الوظائف الأساسية لأنظمة إنترنت الأشياء.