Sarvam AI تنقل الشبكات العصبية إلى الهواتف ذات الأزرار والنظارات الذكية
كشفت شركة Sarvam AI الهندية عن نماذج «طرفية» (edge) مبتكرة تقاس أحجامها بالميغابايت. وعلى عكس عمالقة الحوسبة السحابية، تستطيع هذه الشبكات العصبية العمل دون اتصال بالإنترنت بالكامل على معالجات عادية. تستهدف هذه التقنية الشريحة الأوسع من المستخدمين، بدءًا من الهواتف البسيطة ذات الأزرار والنظارات الذكية، وصولًا إلى الأنظمة المدمجة في السيارات. ويتيح هذا الحل إدخال ميزات الذكاء الاصطناعي إلى الأجهزة محدودة الموارد، ويوفر الوصول إلى الأدوات الحديثة حتى عند غياب اتصال مستقر بالإنترنت.
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
Sarvam AI: شبكات عصبية من الجيل الجديد لعالم ما دون الاتصال
تحقق شركة Sarvam AI الهندية للتكنولوجيا اختراقًا حقيقيًا في مجال الذكاء الاصطناعي، إذ تجعله متاحًا لطيف واسع جدًا من الأجهزة، بما فيها تلك التي اعتدنا اعتبارها قديمة. وتتميز النماذج «الطرفية» (edge) المبتكرة التي قدمتها الشركة بأحجام متواضعة فعلًا لا تتجاوز بضعة ميغابايت، وهو ما يميزها جذريًا عن الحلول السحابية الضخمة المهيمنة على السوق اليوم. وتكمن الميزة الرئيسية لهذه التطويرات في قدرتها على العمل دون اتصال بالإنترنت بالكامل، بالاعتماد على معالجات عادية مدمجة أصلًا في ملايين الأجهزة حول العالم.
تقليديًا، كان تشغيل نماذج الذكاء الاصطناعي المتقدمة يتطلب خوادم قوية واتصالًا مستقرًا وعالي السرعة بالإنترنت. وشكّل ذلك عائقًا أمام إدخال الذكاء الاصطناعي في المنتجات واسعة الانتشار، لا سيما في الدول النامية أو المناطق ذات البنية التحتية غير المستقرة. وتضع Sarvam AI نصب عينيها إزالة هذه القيود، مستهدفةً شريحة بقيت حتى الآن بمعزل عن ثورة الذكاء الاصطناعي. ويشمل ذلك الهواتف البسيطة ذات الأزرار التي لا يزال يستخدمها مليارات الأشخاص، والنظارات الذكية التي تكتسب شعبية متزايدة، وحتى الأنظمة المدمجة في السيارات التي تكون الموارد الحاسوبية فيها محدودة في الغالب. وتفتح تقنية Sarvam AI الباب أمام دمج الوظائف الذكية في أجهزة ذات إمكانات محدودة للغاية، بما يضمن وصول الأدوات المتقدمة إلى الجميع، بغض النظر عن توفر الاتصال بالإنترنت أو جودته.
يتمثل العنصر الأساسي في نجاح Sarvam AI في تطوير خوارزميات ومعماريات شبكات عصبية متخصصة وعالية الكفاءة. فعلى عكس النماذج السحابية التي تستطيع تحمل كميات هائلة من البيانات والقدرة الحاسوبية، تتطلب النماذج «الطرفية» ضبطًا دقيقًا وتحسينًا متقنًا. وقد نجح مهندسو Sarvam AI في تحقيق نتائج لافتة، فأنشأوا نماذج لا تتسم بصغر حجمها فحسب، بل تستطيع أيضًا تنفيذ مهام معقدة مثل التعرف على الكلام والترجمة وتوليد النصوص، وحتى أبسط أشكال تحليل الصور، مباشرة على الجهاز. ويتحقق ذلك باستخدام أساليب متقدمة لضغط النماذج والتكميم (quantization) والتوزيع الفعال للحمل الحاسوبي. ويعني العمل دون اتصال بالإنترنت بالكامل أن معالجة البيانات تجري محليًا، وهو ما لا يرفع سرعة الاستجابة فحسب، بل يوفر أيضًا مستوى أعلى من الخصوصية، لأن المعلومات الحساسة لا تغادر جهاز المستخدم.
يصعب المبالغة في تقدير تبعات اعتماد هذه التقنية. أولًا، هي تعني إضفاء الطابع الديمقراطي على الوصول إلى الذكاء الاصطناعي. فمليارات مستخدمي الهواتف ذات الأزرار، ممن حُرموا سابقًا من خدمات الذكاء الاصطناعي المتقدمة، سيتمكنون من الاستفادة من ميزات مثل المساعدات الصوتية والترجمة الفورية والتوصيات المخصصة. ثانيًا، توسّع هذه التقنية إمكانات إنترنت الأشياء (IoT) والأجهزة القابلة للارتداء. فالنظارات الذكية ستتمكن من تقديم معلومات سياقية في الوقت الفعلي دون تأخير، وستدير أنظمة السيارات الملاحة والتشخيص وأنظمة مساعدة السائق بكفاءة أكبر. ثالثًا، ترفع هذه التقنية متانة الحلول المعتمدة على الذكاء الاصطناعي وموثوقيتها. فعند غياب الإنترنت، سواء في المناطق النائية أو أثناء الكوارث الطبيعية أو في مترو الأنفاق، ستواصل هذه الأجهزة العمل وتقديم خدمات بالغة الأهمية.
وهكذا، لا تكتفي Sarvam AI بإنشاء شبكات عصبية جديدة، بل تعيد التفكير في النموذج الذي يقوم عليه استخدام الذكاء الاصطناعي. فبنقله من الخوادم السحابية إلى «الطرف»، أي مباشرة إلى أيدي المستخدمين وأجهزتهم، تمهد Sarvam AI الطريق نحو مستقبل تصبح فيه التقنيات الذكية جزءًا لا يتجزأ من الحياة اليومية لكل إنسان على كوكب الأرض، بغض النظر عن إمكاناته التقنية أو ظروف اتصاله بالشبكة. إنها خطوة نحو مستقبل رقمي شامل بحق.
- 2 نوفمبر 2026NVIDIA تطلق Nemotron 3.5 Bolt E4B بحجم 4 غيغابايت وسرعة 133 توكن في الثانية على RTX 5070
- 1 نوفمبر 2026النماذج المحلية خسرت أمام Opus وCodex: 0,21 نقطة على MacBook مقابل 1,00 لـ Codex
- 1 نوفمبر 2026طبقة الحماية MoneyGate لم تُمرّر أيًّا من 42 طلب احتيال موجّهًا إلى نماذج الذكاء الاصطناعي المحلية
- 1 نوفمبر 2026ThinkJev يجعل الذكاء الاصطناعي يفكّر في الأسئلة الصعبة فقط: استهلاك التوكنات أقل بنسبة 28%
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.