كيفية تشغيل نموذج لغوي كبير محلي على هاتفك: ولماذا قد ترغب في ذلك

تتشابه الفوائد مع تلك التي تحصل عليها على أجهزة الكمبيوتر المكتبية؛ فلديك نموذج لغوي كبير (LLM) متاح دائمًا وخاص بك، دون إرسال أي بيانات إلى Google أو OpenAI أو Anthropic أو أي جهة أخرى. أما السلبيات، فتتمثل في أنك ستحصل على أداء أبطأ وأكثر محدودية من ذكائك الاصطناعي، نظرًا لتعاملك مع نماذج أصغر وأقل قوة، وقد تلاحظ تأثيرًا على عمر البطارية (يمكن أن تكون محادثات الذكاء الاصطناعي هذه مستهلكة جدًا للموارد).

حتى مع هذه التنازلات، سيظل الذكاء الاصطناعي المحلي الذي ستتمكن من تشغيله على هاتفك قادرًا على أداء المهام والمحادثات اليومية بكفاءة عالية، مما يعني أنه يمكنك إراحة Gemini أو Siri (وربما اشتراكك في خدمات الذكاء الاصطناعي الأخرى).

الهاتف الذي تحتاجه لتشغيل نموذج لغوي كبير محلي (LLM)

أي هاتف iPhone أو Android تم إطلاقه في العامين الماضيين يجب أن يكون قادرًا على تشغيل نموذج لغوي كبير محلي (LLM) بشكل جيد؛ فقد دفع ازدهار الذكاء الاصطناعي الشركات المصنعة إلى تصميم أجهزتها مع وضع هذا النوع من الاستخدام في الاعتبار. يمكن للهواتف القديمة أن تعمل أيضًا، ولكن قد تحتاج إلى نماذج أصغر وستحصل على أداء أسوأ.

تُعد ذاكرة الوصول العشوائي (RAM) في الواقع اعتبارًا أهم من أداء المعالج (chipset) عندما يتعلق الأمر بتشغيل نموذج ذكاء اصطناعي. ستحتاج إلى 6 جيجابايت أو أكثر ليعمل هذا بشكل مُرضٍ، و8 جيجابايت أو أكثر أفضل للنماذج الأكبر. إذا كانت ذاكرة RAM أقل من 8 جيجابايت، التزم بالنماذج ذات 1-2 مليار معلمة (B)، حيث يشير الحرف B إلى مليار (billion) ويصف عدد المعلمات في النموذج (وهو ما يعكس بشكل أساسي مدى ذكائه وتنوعه).

فيما يتعلق بمساحة التخزين، لا داعي للقلق كثيرًا. حتى أكبر النماذج التي تستخدم 7-8 مليار معلمة لن تتجاوز مساحتها حوالي 5 جيجابايت على هاتفك، لذا قد ترغب في الاحتفاظ بالعديد من نماذج الذكاء الاصطناعي على جهازك والتبديل بينها حسب الحاجة.

إذا اشتريت هاتف iPhone أو Android رائدًا جديدًا اليوم، فسيأتي في الواقع مع نماذج ذكاء اصطناعي محلية مثبتة مسبقًا للمهام السريعة التي يمكن إجراؤها دون الحاجة إلى الاتصال بالإنترنت (cloud). ومع ذلك، فإن هذه النماذج المصنوعة من قبل Apple و Google ليست متاحة لك كمستخدم بشكل مباشر؛ بل يتم استخدامها عندما يرى كل من Siri AI و Gemini أنها الخيار الأفضل.

التطبيقات والنماذج التي تحتاجها لتشغيل نموذج لغوي كبير محلي (LLM)

تتوفر العديد من التطبيقات التي ستقوم بمهمة جلب نماذج الذكاء الاصطناعي إلى هاتفك وتشغيلها. من بين الأكثر شيوعًا Atomic Chat (لأجهزة Android أو لأجهزة iOS) و PocketPal AI (لأجهزة Android أو لأجهزة iOS). توجد بعض الاختلافات بينهما؛ على سبيل المثال، يسهل توسيع استخدام Atomic Chat ليشمل نماذج LLM على أجهزة الكمبيوتر المكتبية، بينما يعتبر PocketPal AI أخف وزنًا قليلاً، لكن كلاهما ممتاز للبدء في استخدام الذكاء الاصطناعي المحلي على هاتفك.

أما بالنسبة للنماذج نفسها — التي تُعرف أحيانًا باسم SLMs أو نماذج اللغات الصغيرة (Small Language Models) لأنها مصممة للعمل في بيئات محدودة — فلديك الكثير من الخيارات هنا أيضًا. على سبيل المثال، Gemma هو الاسم الشامل للنماذج مفتوحة المصدر التي توفرها Google مجانًا، وبعض هذه النماذج مصمم خصيصًا للعمل في المساحات الضيقة وبموارد أقل (مثل هاتفك).

لدى Meta نماذجها الخاصة من الذكاء الاصطناعي مفتوحة المصدر التي تحمل اسم Llama، بينما تمتلك Microsoft نماذج Phi-4، والتي تحظى أيضًا بتقييم عالٍ من حيث الكفاءة. ما عليك سوى البحث عن الإصدارات التي تحتوي على أقل عدد من المعلمات قبل الحرف “B” (أو التي تحمل كلمة “mini” في اسمها) للعثور على الحزم التي ستعمل بشكل أفضل مع هاتفك.

في الوقت الحالي، هذه النماذج اللغوية الصغيرة (SLMs) تعتمد على النصوص بشكل أساسي، على الرغم من أن بعض النماذج الأحدث والأكبر والأكثر تقدمًا يمكنها تحليل الصور والملفات. إذا كنت ترغب في إنشاء صور ومقاطع فيديو، فسيتعين عليك استخدام نماذج الذكاء الاصطناعي التقليدية المستندة إلى السحابة، على الأقل حتى تحدث القفزة التالية في التكنولوجيا.

تجربة نموذج لغوي كبير محلي (LLM) على الهاتف

لمعرفة مدى فائدة أحد نماذج الذكاء الاصطناعي المحلية هذه على الهاتف، قمت بتثبيت PocketPal AI وأحد نماذج Google Gemma الأصغر على هاتفي Pixel 9 Pro — وهو ليس هاتفًا رائدًا بعد الآن، ولكنه ليس قديمًا جدًا أيضًا. لقد أعجبني معالج التحديد الصغير الذي يفتحه PocketPal AI، والذي يوجهك مباشرة إلى نموذج ذكاء اصطناعي مناسب لهاتفك.

بمجرد تنزيل وتثبيت بعض النماذج، كان من السهل تحميلها والبدء في استخدامها. يوفر PocketPal AI أيضًا إمكانية الوصول إلى “رفقاء” اختياريين (ومن هنا جاء اسم التطبيق) يمكنهم تخصيص نماذج الذكاء الاصطناعي لاستخدامك — يبدو خيار Pip الافتراضي مناسبًا كبديل لما قد تكون معتادًا عليه مع تطبيقات الذكاء الاصطناعي القياسية مثل Gemini أو Siri. يعمل التوجيه والمتابعة بشكل طبيعي، مع حفظ سجل الدردشة الخاص بك افتراضيًا.

هناك بطء ملحوظ (ومتوقع) في الاستجابات عند تشغيل نماذج LLM على هاتفك، وفرق واضح بين أحجام نماذج الذكاء الاصطناعي — فاختيار نموذج أصغر سيمنحك إجابات أسرع بكثير، حتى لو لم تكن بنفس الذكاء أو الاكتمال. يستحق الأمر تجربة بعض النماذج للعثور على التوازن الأمثل بين الأداء والسرعة الذي يناسبك.

نظرًا لعدم توفر البحث عبر الويب أو المعرفة الحديثة، فإن هذا الخيار مثالي لتبادل الأفكار، وتحليل النصوص الموجودة وصقلها، وصياغة نصوص جديدة، والحصول على حقائق سريعة أو إجراء مقارنات (مثل: اقترح عليّ فيلمًا يشبه…). وكما هو الحال دائمًا، يجب الانتباه إلى “الهلوسات” التي قد تنتجها هذه النماذج، ولا ينبغي أبدًا اعتبار أي معلومة يقدمها الذكاء الاصطناعي دقيقة بشكل مضمون.