وقدم باحثون من جامعة طهران، بدعم من هيئة تطوير تكنولوجيا الاتصال، برنامجاً مبتكراً قادراً على تصميم معالجات مخصصة لتنفيذ نماذج الذكاء الاصطناعي بسرعة واستهلاك منخفض للطاقة، خاصة التعلم العميق، في أجهزة إنترنت الأشياء.
تم تصميم هذا الإنجاز في كلية الهندسة الكهربائية وعلوم الحاسوب بجامعة طهران تحت إشراف مصطفى إرسالي صالحي نسب ومهدي مدرسي، حيث يوفر إمكانية التصميم التلقائي لمعالجات مخصصة لتنفيذ تصاميم الذكاء الاصطناعي، خاصة التعلم العميق، بسرعة واستهلاك طاقة منخفض جداً في أجهزة إنترنت الأشياء.
وقال مصطفى إرسالي صالحي نسب، المشرف على هذا المشروع: إن تسريع معالجة البيانات، وإمكانية التنبؤ الدقيق بسلوك الأنظمة، وتعزيز أمان المعلومات وزيادة استقلالية الأجهزة الذكية هي من الخصائص الرئيسية لهذا المنتج، وأوضح أن هذه التكنولوجيا الآن في مستوى TRL4 وقد تم الانتهاء بنجاح من التجارب الأولية. وأضاف أنه قد أظهر تقدماً ملحوظاً في مؤشرات مثل الدقة والسرعة واستهلاك الطاقة. وأضاف: منصتنا البرمجية توفر حلاً مبتكراً لصناعة الشرائح المخصصة التي تمكّن من تنفيذ تصاميم التعلم العميق بسرعة واستهلاك منخفض للطاقة في الأجهزة الذكية.
وأشار صالحي نسب إلى إمكانية التوسع العالية والمنافسة مع المعالجات الرسومية لهذا الأداة، موضحاً أن هذا الإنجاز، نظراً لتوفر FPGA في البلاد، يمكن أن يساعد بشكل كبير في تطوير صناعات الذكاء الاصطناعي بسرعة واستقلالية.
من جانبه، قال مهدي مدرسي، الباحث الآخر في هذا المشروع: أن تطبيقات هذه التكنولوجيا واسعة جداً وتشمل مجالات مثل الذكاء الاصطناعي في مجال إنترنت الأشياء، وتقليل استهلاك الطاقة، وإنترنت الأشياء الطبي، وأنظمة معالجة الصور والصوت في السيارات الذكية، وكذلك الذكاء الاصطناعي في أنظمة المراقبة الصناعية. وأضاف: باستخدام هذه الأداة، يمكننا تصميم معالجات ذكاء اصطناعي مخصصة بسرعة وتكلفة أقل بكثير مقارنة بالطرق التقليدية. وتابع: هذا يمكننا من تقديم منتجات أكثر ذكاءً بأداء أفضل وتكلفة أقل إلى السوق.
وفي الختام، أشار مدرسي إلى أن هذه الأداة، من خلال تخصيص حجم النموذج وتحسينه بذكاء، توفر إمكانية تنفيذ تصاميم الذكاء الاصطناعي بسرعة ودقة أعلى واستهلاك طاقة أقل على الأجهزة ذات الموارد المحدودة.
