يشير الاستدلال في الوقت الحقيقي إلى العملية التي يقوم فيها نموذج التعلّم الآلي المدرّب (ML) بإجراء تنبؤات أو قرارات فور وصول بيانات جديدة. وعلى عكس الاستدلال على دفعات، الذي يعالج البيانات في مجموعات يتم جمعها على مدار الوقت، فإن الاستدلال في الوقت الحقيقي يعطي الأولوية لوقت الاستجابة المنخفض والاستجابات الفورية. تعد هذه الإمكانية ضرورية للتطبيقات التي تتطلب ردود فعل أو إجراءات فورية بناءً على تدفقات البيانات المباشرة، مما يمكّن الأنظمة من التفاعل ديناميكيًا مع الظروف المتغيرة.
فهم الاستدلال في الوقت الحقيقي
من الناحية العملية، يعني الاستدلال في الوقت الحقيقي نشر نموذج تعلّم الآلة، مثل Ultralytics YOLOللرؤية الحاسوبية، بحيث يمكنه تحليل مدخلات البيانات الفردية (مثل إطارات الفيديو أو قراءات المستشعرات) وإنتاج مخرجات بأقل قدر من التأخير. المقياس الرئيسي للأداء هو زمن الوصول إلى الاستدلال، وهو الوقت المستغرق من تلقي المدخلات إلى توليد التنبؤ. غالبًا ما ينطوي تحقيق زمن انتقال منخفض على عدة استراتيجيات:
الاستدلال في الوقت الحقيقي مقابل الاستدلال الدفعي
يكمن الاختلاف الأساسي في كيفية معالجة البيانات ومتطلبات زمن الاستجابة المرتبطة بها:
- الاستدلال في الوقت الحقيقي: يعالج نقاط بيانات فردية أو مجموعات صغيرة صغيرة عند وصولها. يركز على تقليل زمن الاستجابة للحصول على نتائج فورية. مثالية للأنظمة التفاعلية أو التطبيقات التي تتفاعل مع الأحداث المباشرة.
- الاستدلال الدفعي: يعالج كميات كبيرة من البيانات المتراكمة بمرور الوقت. يركّز على زيادة الإنتاجية إلى أقصى حد (معالجة كميات كبيرة من البيانات بكفاءة) بدلاً من تقليل زمن الاستجابة للتنبؤات الفردية. مناسب للتحليل دون اتصال بالإنترنت أو إعداد التقارير أو المهام التي لا تكون فيها النتائج الفورية حرجة، كما هو موضح في نظرة عامة على التنبؤات المجمعة فيGoogle Cloud.
تطبيقات الاستدلال في الوقت الحقيقي
يعمل الاستدلال في الوقت الحقيقي على تشغيل العديد من تطبيقات الذكاء الاصطناعي الحديثة حيث يكون اتخاذ القرارات الفورية أمرًا بالغ الأهمية:
- الأنظمة ذاتية القيادة: تعتمد السيارات ذاتية القيادة اعتماداً كبيراً على الاستدلال في الوقت الحقيقي للكشف عن الأجسام (تحديد المشاة والمركبات والعوائق) والملاحة، مما يمكّن السيارة من التفاعل الفوري مع محيطها. غالباً ما تُستخدم نماذج Ultralytics في تطوير الذكاء الاصطناعي للسيارات ذاتية القيادة.
- الأمن والمراقبة: تستخدم أنظمة الأمن التي تعمل بالذكاء الاصطناعي الاستدلال في الوقت الفعلي للكشف عن الاختراقات أو تحديد الأنشطة المشبوهة أو مراقبة الحشود في بث الفيديو المباشر، مما يسمح بإصدار تنبيهات واستجابات فورية.
- تشخيص الرعاية الصحية: في مجال تحليل الصور الطبية، يمكن أن يساعد الاستدلال في الوقت الحقيقي الأطباء أثناء الإجراءات من خلال توفير ملاحظات فورية أو تسليط الضوء على الحالات الشاذة في التصوير الحي مثل الموجات فوق الصوتية، مما قد يحسن دقة التشخيص.
- الأتمتة الصناعية: يتيح الاستدلال في الوقت الحقيقي إمكانية التحكم الآلي في الجودة في التصنيع من خلال تحديد العيوب على الفور على خطوط الإنتاج أو توجيه الأذرع الروبوتية للقيام بمهام دقيقة.
توفر المنصات مثل Ultralytics HUB أدوات لتدريب النماذج وتحسينها ونشرها، مما يسهل تنفيذ حلول الاستدلال في الوقت الفعلي عبر خيارات النشر المختلفة.
AR
EN
ZH
KO
JA
RU
DE
FR
ES
PT
IT
TR
VI
