Connect with us

أخبار تقنية

بناء الكمبيوتر الأمثل للذكاء الاصطناعي والتعلم الآلي

Avatar of هدير ابراهيم

Published

on

بناء الكمبيوتر الأمثل للذكاء الاصطناعي والتعلم الآلي

في عالم الذكاء الاصطناعي والتعلم الآلي، يلعب بناء حاسوب متخصص دورًا مهمًا في تحسين الأداء وتقليل المخاطر الأمنية مثل تسرب البيانات وانتهاك الخصوصية. تشغيل نموذج الذكاء الاصطناعي محليًا يضمن سرعة التنفيذ وحماية المعلومات الشخصية، كما أنه لا يتطلب دائمًا أقوى جهاز في السوق، ولكن بعض المواصفات المحددة قد تحدث فرقًا كبيرًا.

بناء الكمبيوتر الأمثل للذكاء الاصطناعي والتعلم الآلي

على الرغم من التشابه بين أجهزة الذكاء الاصطناعي والحواسيب عالية الأداء المستخدمة في المهام الأخرى، إلا أن هناك بعض المتطلبات الأساسية التي تجعل بناء هذا النوع من الأجهزة مختلفًا قليلاً عن بناء جهاز ألعاب تقليدي.

بناء الكمبيوتر الأمثل للذكاء الاصطناعي والتعلم الآلي

بناء الكمبيوتر الأمثل للذكاء الاصطناعي والتعلم الآلي

بينما تروج الشركات الكبرى لوحدات المعالجة المركزية (CPU) المزودة بتقنيات الذكاء الاصطناعي، فإنها لا تزال أقل كفاءة من وحدات معالجة الرسومات (GPU) عندما يتعلق الأمر بالتعلم الآلي. على سبيل المثال، بطاقة NVIDIA RTX 4090 توفر أكثر من 1300 تريليون عملية في الثانية (TOPS)، مقارنة بوحدات المعالجة المركزية التي لا تتجاوز 10 TOPS في معظم الحالات.

وحدة المعالجة المركزية (CPU)

على الرغم من أن الذكاء الاصطناعي يعتمد بشكل أساسي على وحدة معالجة الرسومات، إلا أن المعالج المركزي لا يزال يلعب دورًا مهمًا، خاصة في التعامل مع مهام التمهيد وتحميل البيانات. يفضل اختيار معالج متعدد الأنوية مع دعم مستقبلي للتحديثات.

أفضل الخيارات:

  • AMD Ryzen 9 9950X – يحتوي على 16 نواة ويدعم 32 خيط معالجة، ويوفر استهلاكًا طاقويًا منخفضًا نسبيًا مقارنة بأدائه القوي.
  • AMD Ryzen 9 7950X – بديل أقل تكلفة، لكنه لا يزال يقدم أداءً عاليًا.
  • Intel Core Ultra 9 285K أو Core Ultra 7 265K – لمن يفضلون معالجات Intel، حيث تقدم هذه الطرازات عددًا كبيرًا من الأنوية مع كفاءة طاقة جيدة.

اللوحة الأم (Motherboard)

تعد اللوحة الأم عنصرًا أساسيًا لضمان استقرار النظام، خاصة عند التعامل مع المكونات القوية مثل المعالجات المتطورة وبطاقات الرسومات الحديثة. من الأفضل اختيار لوحة تدعم:

  • نظام طاقة قوي (VRMs) مستقر للتعامل مع استهلاك الطاقة المرتفع.
  • دعم PCIe 5.0 لتوفير أقصى سرعة نقل بيانات للوحدات التخزينية وبطاقات الرسومات.
  • إمكانية توصيل أكثر من بطاقة رسومية إذا كنت بحاجة إلى تشغيل نماذج ضخمة أو زيادة سرعة التدريب.

بطاقة الرسومات (GPU)

تعتبر وحدة معالجة الرسومات العنصر الأهم في بناء جهاز الذكاء الاصطناعي، حيث تقوم بتنفيذ معظم العمليات الحسابية للتعلم العميق وتشغيل النماذج الكبيرة.

أفضل الخيارات:

  • NVIDIA RTX 4090 – الخيار الأفضل لمن يبحثون عن أقصى أداء ممكن، لكنه مرتفع التكلفة.
  • NVIDIA RTX 3090 (مُجدد) أو 4070 Ti Super – خيارات جيدة توفر أداءً ممتازًا بسعر أقل.
  • NVIDIA RTX 3060 12GB – خيار اقتصادي لمن يريدون البدء دون إنفاق مبالغ ضخمة.
  • عرض مميز Kindle Paperwhite بسعر مخفض على أمازون

ماذا عن AMD؟

على الرغم من أن بطاقات AMD تقدم أداءً جيدًا في الألعاب، إلا أنها لا تتفوق على بطاقات NVIDIA في مهام الذكاء الاصطناعي بسبب افتقارها إلى دعم Cuda و Tensor Cores المتخصصة.

الذاكرة العشوائية (RAM)

يعد امتلاك ذاكرة عشوائية كافية أمرًا ضروريًا لضمان تشغيل النماذج الكبيرة بسلاسة. يفضل استخدام ذاكرة DDR5 عالية السرعة بسعة لا تقل عن 64 جيجابايت.

أفضل الخيارات:

  • طقم ذاكرة DDR5 بسعة 64 جيجابايت بسرعة 6400 ميجاهرتز من شركات مثل Corsair أو Kingston أو G-Skill.
  • إذا كنت تخطط لاستخدام نماذج ضخمة، فإن الترقية إلى 128 جيجابايت ستكون استثمارًا جيدًا.

التخزين (Storage)

يحتاج الذكاء الاصطناعي إلى تخزين سريع وكبير لاستيعاب بيانات التدريب والنماذج المتقدمة. يفضل استخدام وحدات SSD NVMe PCIe 5.0 التي توفر سرعات عالية جدًا في القراءة والكتابة.

أفضل الخيارات:

مزود الطاقة (PSU)

يعد اختيار مزود طاقة قوي ومستقر أمرًا ضروريًا، خاصة عند تشغيل بطاقة رسومية عالية الأداء ومعالج قوي.

أفضل الخيارات:

  • مزود طاقة بقدرة 1200 واط على الأقل من شركات موثوقة مثل EVGA أو Corsair أو Seasonic.
  • يفضل اختيار وحدات Platinum أو Titanium لضمان كفاءة طاقوية عالية وتقليل استهلاك الكهرباء.

التبريد (Cooling)

نظرًا للأحمال العالية التي سيتعامل معها الجهاز، من الضروري توفير نظام تبريد فعال لمنع ارتفاع درجة الحرارة. يمكن استخدام:

تركيب الجهاز وتشغيله

بعد تجميع جميع المكونات، يمكنك إما تركيب الجهاز بنفسك أو الاستعانة بمختص لضمان توصيل كل القطع بشكل صحيح. بمجرد تشغيل الجهاز، تأكد من تثبيت أحدث التعريفات البرمجية لوحدة معالجة الرسومات ونظام التشغيل لتحقيق أقصى أداء ممكن.

أخبار تقنية

تعويضات أنثروبيك تصل إلى 41 مليون دولار بسبب أغاني إلفيس بريسلي

Avatar of هدير ابراهيم

Published

on

تعويضات أنثروبيك تصل إلى 41 مليون دولار بسبب أغاني إلفيس بريسلي

تواجه شركة الذكاء الاصطناعي أنثروبيك دعوى قضائية تطالبها بدفع تعويضات أنثروبيك تصل إلى نحو 41 مليون دولار، بعد اتهامها بتدريب نماذجها على 274 أغنية للمغني الأميركي الراحل إلفيس بريسلي دون الحصول على إذن من أصحاب الحقوق.

ورفعت مجموعة «أوثنتيك براندز غروب»، المسؤولة عن إدارة تراخيص مرتبطة بحقوق بريسلي وصورته، الدعوى ضد الشركة المطورة لروبوت الدردشة «كلود»، في قضية تعيد تسليط الضوء على النزاعات القانونية بين شركات الذكاء الاصطناعي وأصحاب حقوق المحتوى الفني.

تعويضات أنثروبيك ترتبط بانتهاك حقوق 274 أغنية

بحسب الدعوى، استخدمت أنثروبيك أغاني بريسلي ضمن بيانات تدريب نماذجها، بما يشمل أعمالًا شهيرة مثل All Shook Up وCan’t Help Falling in Love وDon’t Be Cruel، إلى جانب أغنيات أخرى أقل شهرة.

وتقول الجهة المدعية إن نماذج كلود أنتجت محتوى ينتهك حقوق أعمال موسيقية محمية، وإن الإجراءات الوقائية التي اتخذتها الشركة لم تمنع جميع حالات الانتهاك المزعومة.

كيف حُسبت التعويضات المطلوبة؟

تطالب الجهة المدعية بتعويض يصل إلى 150 ألف دولار عن كل أغنية يُثبت انتهاك حقوقها، ليبلغ إجمالي المطالبة نحو 41 مليون دولار.

لكن هذا المبلغ يمثل قيمة التعويضات التي تطالب بها الجهة المدعية، وليس حكمًا قضائيًا صدر بإلزام أنثروبيك بالدفع. ولا تزال الاتهامات بحاجة إلى الحسم أمام القضاء.

تعويضات أنثروبيك تصل إلى 41 مليون دولار بسبب أغاني إلفيس بريسلي

تعويضات أنثروبيك تصل إلى 41 مليون دولار بسبب أغاني إلفيس بريسلي

نزاعات متزايدة حول تدريب الذكاء الاصطناعي

تأتي القضية وسط موجة من الدعاوى التي تواجه شركات الذكاء الاصطناعي بسبب استخدام الكتب والموسيقى وغيرها من المواد المحمية في تدريب النماذج.

وسبق أن واجهت شركات في القطاع دعاوى من جهات تعمل في صناعة التسجيلات الموسيقية والترفيه، بسبب الخلاف حول استخدام المحتوى المحمي دون ترخيص.

وتكتسب القضية أهمية إضافية لأنها تستهدف حماية الحقوق المرتبطة بإرث فنان بعينه، وتطرح تساؤلات حول حدود استخدام الأعمال الفنية في تدريب الأنظمة التوليدية، ومسؤولية الشركات عن المخرجات التي تنتجها نماذجها.

ما تأثير القضية على شركات الذكاء الاصطناعي؟

قد تسهم نتيجة النزاع في توضيح بعض الجوانب القانونية المتعلقة باستخدام الأغاني المحمية في تدريب النماذج، ومدى كفاية الضوابط التي تضعها الشركات لمنع إنتاج محتوى ينتهك حقوق الملكية الفكرية.

وحتى حسم القضية، ستظل تعويضات أنثروبيك المطلوبة جزءًا من المطالبات القانونية، دون أن يعني ذلك ثبوت مسؤولية الشركة أو إلزامها بدفع المبلغ.

Continue Reading

أخبار تقنية

مونشوت تحد من قدرات الاختراق في نموذج كيمي للذكاء الاصطناعي دون إضعاف البرمجة

Avatar of هدير ابراهيم

Published

on

مونشوت تحد من قدرات الاختراق في نموذج كيمي للذكاء الاصطناعي دون إضعاف البرمجة

تعمل شركة مونشوت الصينية على تقليص قدرات الاختراق الإلكتروني في نموذج كيمي للذكاء الاصطناعي، مع الحفاظ على مهاراته في كتابة الأكواد البرمجية، في محاولة للحد من مخاطر الاستخدام الهجومي للنماذج المتقدمة قبل إتاحتها للمطورين.

وأعلنت الشركة في 24 أكتوبر عن نموذج Kimi K3.1 Pro مفتوح الأوزان، الذي يضم نحو 3 تريليونات معلمة، مع التخطيط لإتاحة أوزانه للمطورين في 4 نوفمبر.

نموذج كيمي للذكاء الاصطناعي يقلص قدرات الاختراق

قالت مونشوت إنها أزالت بيانات مرتبطة بالأمن السيبراني من مجموعات التدريب وبيئات التعلم المعزز، بهدف الحد من قدرة النموذج على تنفيذ العمليات الهجومية، دون التأثير بصورة كبيرة على قدراته العامة في البرمجة.

وتتيح النماذج مفتوحة الأوزان للمطورين تنزيل ملفات النموذج وتشغيلها على أنظمتهم الخاصة وتعديل طريقة عملها، لكنها تجعل التحكم في الاستخدامات اللاحقة أكثر صعوبة بالنسبة إلى الشركة المطورة.

اختبارات تكشف تراجع قدرات الاختراق

بحسب الاختبارات الداخلية التي أعلنتها الشركة، سجل نموذج Kimi K3.1 Pro نتيجة بلغت 81% في اختبار للأمن السيبراني يقيس قدرته على اكتشاف الثغرات البرمجية واستغلالها داخل بيئة خاضعة للرقابة.

وفي المقابل، حققت نسخة مماثلة لم تخضع لإجراءات الحد من المخاطر نتيجة بلغت 90.5%، بفارق 9.5 نقاط مئوية.

لكن هذه النتائج لم تخضع للتحقق المستقل، لذلك لا تكفي وحدها لتحديد مدى فعالية إجراءات الحماية في الاستخدامات الواقعية.

مونشوت تحد من قدرات الاختراق في نموذج كيمي للذكاء الاصطناعي دون إضعاف البرمجة

مونشوت تحد من قدرات الاختراق في نموذج كيمي للذكاء الاصطناعي دون إضعاف البرمجة

البرمجة سلاح ذو حدين

يمكن للذكاء الاصطناعي مساعدة فرق الأمن السيبراني على اكتشاف الثغرات وإصلاحها، لكنه قد يساعد أيضًا على أتمتة بعض مراحل الهجمات الإلكترونية، خصوصًا عند استخدام نماذج تستطيع كتابة الأكواد وتنفيذ مهام متعددة الخطوات.

وترى مونشوت أن النماذج مفتوحة الأوزان قد تساعد المؤسسات على فحص البرمجيات القديمة وتأمينها، لكن إتاحتها للاستخدام المستقل تحد من قدرة المطور على مراقبة جميع التطبيقات المحتملة.

مخاوف عالمية من الهجمات المدعومة بالذكاء الاصطناعي

تأتي هذه الخطوة وسط نقاش دولي حول مخاطر استخدام النماذج المتقدمة في تطوير البرمجيات الخبيثة واكتشاف الثغرات واستغلالها.

وتشير التقارير إلى أن الصين تدرس مقترحات لفرض ضوابط على تصدير بعض تقنيات الذكاء الاصطناعي المرتبطة بهذه الاستخدامات، بينما تواجه الجهات التنظيمية تحديًا في الموازنة بين الحد من الهجمات والحفاظ على أدوات البحث الأمني والدفاع الرقمي.

قدرات متقدمة ونافذة سياق واسعة

يتميز Kimi K3.1 Pro بنافذة سياق تبلغ مليون رمز، ما يسمح له بمعالجة كميات كبيرة من المعلومات في المرة الواحدة. كما طرحت مونشوت إصدار Highspeed، الذي تقول إنه يعمل بسرعة تعادل ضعفين إلى ثلاثة أضعاف سرعة الإصدار القياسي.

ومن المتوقع أن تتيح الشركة أوزان النموذج في 4 نوفمبر، ما يمنح المطورين والباحثين فرصة أوسع لتقييم قدراته، بما في ذلك مدى استمرار فعالية إجراءات الحماية بعد تشغيله خارج بيئة الشركة.

Continue Reading

أخبار تقنية

أبل تطور جهازًا لفحص آيفون داخل علبته المغلقة لمكافحة الاحتيال

Avatar of هدير ابراهيم

Published

on

أبل تطور جهازًا لفحص آيفون داخل علبته المغلقة لمكافحة الاحتيال 1

تعمل أبل على توسيع استخدام تقنياتها داخل متاجرها عبر أداة جديدة تتيح فحص آيفون داخل علبته المختومة، بهدف اكتشاف التلاعب بالأجهزة المُعادة وتقليل خسائر المخزون، دون الحاجة إلى فتح العبوة والتحقق من محتوياتها يدويًا.

وتأتي الخطوة لمواجهة عمليات احتيال يستعيد فيها بعض المشترين قيمة الهاتف بعد إعادة علبة تحتوي على مكونات ناقصة أو دون الجهاز نفسه، ما يدفع موظفي المتاجر إلى فحص المنتجات قبل إعادة طرحها للبيع.

فحص آيفون داخل علبته باستخدام أداة تشخيص جديدة

وفقًا لتقارير تقنية، بدأت أجهزة الفحص الجديدة تصل إلى متاجر أبل خلال أكتوبر 2026، ودخلت مرحلة التشغيل. وتعتمد الأداة على تقنية Presto التي طورتها الشركة، لكنها توسع استخدامها من تحديث الهواتف وتجهيزها إلى فحص سلامتها وهي داخل العبوات المغلقة.

ولا تزال أبل لم تكشف تفاصيل جميع الاختبارات التي تستطيع الأداة تنفيذها أو أنواع الأعطال والتلاعب التي يمكنها اكتشافها.

كيف تساعد التقنية على مكافحة الاحتيال؟

كان موظفو متاجر أبل يضطرون إلى فتح العبوات المختومة للتحقق من محتويات الأجهزة المُعادة، وهو ما قد يفرض إجراءات إضافية قبل إعادة بيعها باعتبارها منتجات جديدة.

أما الأداة الجديدة، فتتيح إجراء اختبارات تشخيصية دون فتح العلبة، ما قد يساعد على اكتشاف بعض حالات التلاعب مع الحفاظ على العبوة في حالتها الأصلية.

ومع ذلك، لا يعني وجود النظام أنه قادر على اكتشاف جميع أشكال الاحتيال، إذ لم توضح أبل حتى الآن الحدود الدقيقة لقدراته.

أبل تطور جهازًا لفحص آيفون داخل علبته المغلقة لمكافحة الاحتيال

أبل تطور جهازًا لفحص آيفون داخل علبته المغلقة لمكافحة الاحتيال

نظام Presto يتجاوز تحديث أجهزة آيفون

صممت أبل نظام Presto في الأساس لتحديث أجهزة آيفون لاسلكيًا وتجهيزها وهي داخل عبواتها المختومة، بحيث يحصل المشتري على هاتف مزود بأحدث إصدار من النظام عند شرائه.

وتسمح التقنية بتشغيل الهاتف وتثبيت التحديثات ثم إيقاف تشغيله مجددًا دون الحاجة إلى فتح العبوة. كما يمكنها تخصيص شاشة الإعداد الأولي، بحيث يظهر اسم العميل بعد رسالة الترحيب عند تشغيل الجهاز للمرة الأولى.

وتشير التقارير إلى أن أبل بدأت أيضًا تركيب أجهزة Presto مخصصة لهاتف iPhone Duo القابل للطي داخل متاجرها.

ماذا تعني التقنية لمشتري آيفون؟

قد تساعد التقنية على تسريع فحص الأجهزة المُعادة وتحسين إدارة المخزون، مع تقليل الحاجة إلى فتح المنتجات التي يمكن إعادة بيعها بحالتها الأصلية.

كما قد تسهم في الحد من الخسائر الناتجة عن إعادة العبوات التي تعرضت محتوياتها للتلاعب. لكن أبل لم توضح بعد ما إذا كانت ستوسع استخدام أجهزة الفحص لتشمل منتجات أخرى أو متاجر إضافية.

Continue Reading

Trending