المناشير الكهربائية المدعمة بالذكاء الاصطناعي؟ "ستريم أنالايز" تطلق خدماتها في الولايات المتحدة لتحويل الأجهزة البسيطة إلى أدوات ذكية.

خطوة كبيرة نحو تعزيز وجودها في السوق الأمريكية، دخلت شركة Stream Analyze، الرائدة في حلول الذكاء الاصطناعي على الحافة، في شراكة مع Microchip والعديد من الشركات الأمريكية لتقديم تقنيتها المبتكرة إلى الولايات المتحدة، بما في ذلك دمج الذكاء الاصطناعي في أدوات مثل المناشير الكهربائية.

تأسست شركة Stream Analyze في عام 2015 في أوبسالا، السويد، ومدعومة بأبحاث أكاديمية واسعة، وتهدف إلى تحويل المعدات التقليدية—مثل آلات جز العشب، ومعدات التعدين، والرافعات الشوكية—من خلال تعزيز وظائفها بإمكانات الذكاء الاصطناعي.

قال دانيال سباير، المدير التنفيذي للعمليات في Stream Analyze: "ما نهدف إلى تحقيقه هو تمكين عملائنا من خلال تحليلات الحافة أو الذكاء الاصطناعي على الحافة." وفي مقابلة فيديو حديثة، لخص مهمتهم ببساطة: "جعل الأشياء الغبية ذكية."

لماذا منشار كهربائي مدعوم بالذكاء الاصطناعي؟

قد تتساءل عن الحاجة العملية لمناشير كهربائية مدعومة بالذكاء الاصطناعي. الفوائد كبيرة. على سبيل المثال، في عمليات قطع الأشجار، يمكن للمدير مراقبة أسطول من المناشير. مع الذكاء الاصطناعي، يمكنهم تلقي تحديثات لحظية حول مستويات الوقود، وأداء المعدات، واحتياجات الصيانة، مما يسمح بالتبديل في الوقت المناسب وتقليل فترة التوقف.

يمتد الطلب على الذكاء الاصطناعي على الحافة إلى ما هو أبعد من المناشير. تبرز شركات مثل Eloque، التي تتخصص في حساسات البنية التحتية، أهمية الكشف الاستباقي عن المشاكل لتعزيز الكفاءة، وتوفير التكاليف، والحفاظ على استمرارية العمليات.

تقدم منافسة أخرى، Sima.AI، منصة بدون كود للذكاء الاصطناعي على الحافة تناسب التطبيقات ذات الطلب العالي مثل الطائرات المسيرة العسكرية. وقد حصلت مؤخرًا على تمويل قدره 70 مليون دولار، مما يبرز اهتمام المستثمرين المتزايد بتقنيات الذكاء الاصطناعي على الحافة.

حلول شاملة للذكاء الاصطناعي والتعلم الآلي من Stream Analyze

تتميز Stream Analyze بأنها توفر "منصة شاملة لعمليات تعلم الآلة"، وفقًا لسباير. تقنيتهم تحدد البيانات المهمة بشكل فعال لتحميلها إلى السحابة، مما يتجنب التقاط البيانات غير الضرورية التي تزيد من التكاليف والموارد. أوضح سباير: "أصبح تخزين البيانات وتحميلها مكلفًا، لذا توفر المعالجة المحلية حلاً هجينًا."

تتطلب العديد من تطبيقات الذكاء الاصطناعي على الحافة، خاصة في المناطق النائية ذات الاتصال الضعيف، مستوى عالٍ من المتانة. أشار يان نيلسون، المؤسس المشارك والرئيس التنفيذي لشركة Stream Analyze، إلى أنه "أحيانًا تكون لديك تغطية، وأحيانًا لا تكون. يحدث التآكل باستمرار، مما يتطلب تحليلًا داخليًا. تقنيتنا مستقلة عن بنية الاتصالات."

تشمل مجموعة الشركة SA Engine، SA Studio، SA Staging، وSA Federated Services، مما يقدم منصة متكاملة لنشر نماذج الذكاء الاصطناعي على الحافة. رغم تقديم قوالب جاهزة، غالبًا ما يقوم العملاء بتخصيص نماذجهم باستخدام SA Studio.

سهولة الاستخدام وسرعة النشر

تصمم Stream Analyze تقنيات الذكاء الاصطناعي وفقًا لاحتياجات الصناعة المحددة، غالبًا باستخدام وحدات التحكم الدقيقة. يتيح هذا الإعداد معالجة البيانات في الوقت الحقيقي ويلبي احتياجات كل من علماء البيانات والمهندسين، مما يضمن سهولة الاستخدام. أضاف سباير: "تتطلب التقنيات المنافسة غالبًا برمجة مدمجة أو تحديثات للبرامج الثابتة، مما قد يكون بطيئًا ومخاطرًا."

علاوة على ذلك، تسهل تقنيات Stream Analyze نشر النماذج وتعديلها بسرعة مباشرة على الأجهزة، مما يسرع وقت الوصول إلى السوق بشكل كبير. مع بصمة ذاكرة لا تتجاوز 17 كيلوبايت، تتفوق حلولهم على المنافسين مثل AWS Greengrass أو TensorFlow Lite، مما يجعلها مرنة للعديد من التطبيقات.

تولي Stream Analyze أيضًا اهتمامًا خاصًا لخصوصية العملاء من خلال السماح للشركات بتخصيص تقنيتها دون الحاجة لمشاركة تفاصيل حول استخداماتهم الخاصة. قال نيلسون: "كل عميل فريد، ولا يوجد حل موحد." "يستخدمون المنصة بشكل مستقل، مما يحافظ على سريتهم فيما يتعلق بتحليلاتهم."

مع دخول Stream Analyze إلى السوق الأمريكية، تتوقع ليس فقط توسيع أعمالها، ولكن أيضًا إحداث ثورة في كيفية استغلال الشركات للبيانات والذكاء الاصطناعي لاتخاذ قرارات مستنيرة وفورية كانت سابقًا غير ممكنة.