ماذا لو استطاع هاتفك الذكي أن يفعل أكثر من مجرد تشغيل التطبيقات والألعاب وتصفح الإنترنت؟
ماذا لو استطاع أيضًا تشغيل نماذج الذكاء الاصطناعي وتوفير القدرة الحاسوبية للشركات حول العالم؟
هذا بالضبط ما تعمل عليه Acurast.
في أحدث عرض تقني لها، أظهرت Acurast أن Qwen3.5-9B، وهو نموذج ذكاء اصطناعي يضم 9 مليارات مُعامل، يمكن تشغيله مباشرةً على هواتف أندرويد الذكية المزودة بذاكرة وصول عشوائي (RAM) سعتها 16GB.
والأمر المثير للاهتمام هو أنه لا يتطلب خادم GPU تقليديًا، أو حسابًا سحابيًا، أو إعدادًا باستخدام Docker.
لماذا هذا مهم؟
ينمو الذكاء الاصطناعي بسرعة، لكن تشغيل نماذجه القوية يتطلب عادةً بنية تحتية باهظة التكلفة.
تحتاج الشركات إلى خوادم ووحدات معالجة رسومية وكهرباء وخدمات سحابية للتعامل مع أعباء عمل الذكاء الاصطناعي لديها.
تستكشف Acurast نهجًا مختلفًا: استخدام الهواتف الذكية كأجهزة حوسبة موزعة.
وبدلًا من الاعتماد كليًا على مراكز البيانات المركزية، يمكن للتطبيقات استخدام القدرة الحاسوبية لعدة هواتف ذكية متصلة عبر شبكة Acurast.
الأرقام مثيرة للاهتمام
شاركت Acurast بعض نتائج الاختبارات الفعلية:
شُغّل Qwen3.5-9B على هواتف أندرويد بذاكرة وصول عشوائي سعتها 16GB.
بدأ النموذج في معالجة الطلبات بعد نحو خمس دقائق من نشره.
ولّدت أسرع الهواتف التي خضعت للاختبار ما يصل إلى 9.3 رمزًا في الثانية باستخدام النموذج ذي 9B.
أما النموذج الأصغر، ذو 0.8B، فبلغ 92.8 رمزًا في الثانية.
استُخدم أكثر من 100 هاتف في اختبار توسّع أكبر.
هذه نتائج فعلية لاختبار الشبكة، وليست مجرد فكرة نظرية.
ماذا عن التكلفة؟
وهذا جانب آخر مثير للاهتمام.
أفادت Acurast بأن متوسط تكلفة السوق بلغ نحو 0.57 ACU لكل هاتف في اليوم للأجهزة التي تحتوي على ذاكرة وصول عشوائي لا تقل عن 12GB.
بلغت تكلفة المطابقة الفورية نحو 1.03 ACU لكل هاتف في اليوم أثناء الاختبار.
وكان ذلك يعادل نحو $0.05–$0.10 وقت إجراء الاختبار.
قد يجعل هذا الحوسبة الموزعة عبر الهواتف المحمولة خيارًا مثيرًا للاهتمام لبعض أعباء عمل الذكاء الاصطناعي.
أين يمكن استخدام هذه التقنية؟
هناك عدة استخدامات عملية ممكنة:
كشف الاحتيال بالذكاء الاصطناعي.
تصفية الرسائل الاحتيالية.
أتمتة دعم العملاء.
فحوصات المعاملات في الخلفية.
تشغيل نماذج ذكاء اصطناعي أصغر لتطبيقات مختلفة.
لا تحتاج هذه المهام دائمًا إلى أقوى نموذج ذكاء اصطناعي. بل تحتاج إلى قدرة حوسبة ميسورة التكلفة يمكنها التعامل مع عدد كبير من الطلبات.
لماذا تستحق Acurast الاهتمام؟
من الأمور التي أجدها مثيرة للاهتمام في Acurast نهجها في الحوسبة اللامركزية.
فهي لا تحاول ببساطة إنشاء تطبيق آخر للذكاء الاصطناعي.
بل تبني بنية تحتية تتيح للهواتف الذكية المساهمة بمواردها الحاسوبية في شبكة أكبر.
كما أن استخدامها لبيئات التنفيذ الموثوقة (TEEs) يضيف طبقة مهمة من الأمان والسرية المدعومين بالأجهزة.
يمكن للشبكة إضافة المزيد من الهواتف مع تزايد الطلب، بدلًا من الاعتماد على مركز بيانات مركزي واحد.
وبالطبع، لا تزال الهواتف الذكية محدودة من حيث العتاد والذاكرة والتوافر. وهذا لا يعني أنها ستحل محل وحدات معالجة الرسوميات القوية في كل أعباء عمل الذكاء الاصطناعي.
لكن ذلك يبيّن أن حوسبة الذكاء الاصطناعي لا يتعين عليها دائمًا الاعتماد على البنية التحتية التقليدية.
أفكار ختامية
ندخل مرحلة تزداد فيها الروابط بين الذكاء الاصطناعي والبنية التحتية اللامركزية.
قد يصبح الهاتف الذكي الموجود في جيب شخص ما جزءًا من شبكة حوسبة عالمية.
إنه توجه مثير للاهتمام، وتُظهر Acurast كيف يمكن أن يبدو عمليًا.
السؤال الأكبر هو: ما مقدار البنية التحتية للذكاء الاصطناعي في المستقبل الذي يمكن تشغيله بواسطة الأجهزة التي نملكها بالفعل؟
ما رأيكم؟ هل يمكن أن تصبح الحوسبة اللامركزية عبر الهواتف الذكية جزءًا مهمًا من قطاع الذكاء الاصطناعي؟