ملاحظة المؤلف: استنادًا إلى تجربة فعلية لـ Apple Intelligence في النسخة الصينية من iOS 27.3، نفكك منطق توزيع المهام بين النموذج على الجهاز والنموذج اللغوي الكبير السحابي، ونقدم إطار قرار من خمسة أبعاد قابلًا للتطبيق مباشرة، وخطوات تنفيذ عملية في التطبيقات.
مع وصول الإصدار التجريبي للمطورين من iOS 27.3، أصبح اختبار Apple Intelligence في النسخة الصينية متاحًا أخيرًا. تستند البنية التحتية إلى نموذج طوّرته Apple وآخر هو Qwen من علي بابا: إزالة العناصر من الصور، والتنقيح الأساسي، والترجمة الفورية تعمل على الجهاز؛ أما المهام الطويلة في Siri و«اسأل» في الذكاء البصري فتُسلَّم إلى Qwen في السحابة. هذا الإطلاق في السوق الصينية يمثل عينة محددة جدًا لـ توزيع المهام بين الجهاز والسحابة.
ليست هذه مقالة أخرى عن تجربة الميزات، بل نستخدم هذه العينة لتفكيك منطق تصميم توزيع المهام بين الجهاز والسحابة: أي مهام الذكاء الاصطناعي تناسب التنفيذ على الجهاز، وأيها يجب أن يُسلَّم إلى نموذج لغة كبير سحابي، وكيف يرسم المطورون هذا الخط في منتجاتهم.
القيمة الأساسية: بعد قراءة هذا المقال، ستتقن إطار قرار من خمسة أبعاد لتوزيع المهام بين الجهاز والسحابة، وستستطيع تنفيذه في تطبيقك عبر أربع خطوات لبناء بنية هجينة: «خطة احتياطية على الجهاز + تعزيز سحابي».
أبرز نقاط توزيع المهام بين الجهاز والسحابة في Apple Intelligence (نسخة السوق الصينية)
نبدأ بوضع توزيع المهام الذي يمكن تأكيده من الاختبارات الفعلية في جدول واحد. تشير خانتا «موقع التشغيل» و«الأداء في الاختبارات» إلى نتائج اختبارات علنية، ويتبين منها أن تقسيم آبل ليس عشوائيًا، بل يتبع نمطًا واضحًا.
| الوظيفة | موقع التشغيل | مصدر النموذج | الأداء في الاختبارات |
|---|---|---|---|
| إزالة العناصر من الصور | على الجهاز | نموذج آبل المطوّر داخليًا للجهاز | تنتج نتائج نظيفة مع الخلفيات البسيطة، لكنها تترك غالبًا كتلًا لونية منخفضة الدقة في الأنسجة المعقدة |
| الترجمة الفورية | على الجهاز | نموذج آبل للجهاز، ويتطلب تنزيل حزمة لغة (نحو 2 غيغابايت لكل حزمة) | التأخير أقل من ثانية في الكلام اليومي، والدقة جيدة |
| أدوات الكتابة (التحسين الأساسي) | على الجهاز غالبًا | نموذج آبل المطوّر داخليًا | الاستدعاء على مستوى النظام مريح، لكن إعادة الصياغة بالصينية تميل إلى الجمود |
| تلخيص الإشعارات / البحث باللغة الطبيعية في تطبيق الصور | على الجهاز | نموذج آبل المطوّر داخليًا، ويتطلب إنشاء فهرس محلي | بعد الترقية مباشرة يلزم الانتظار يومًا أو يومين لاكتمال الفهرسة |
| مهام Siri المعقدة | في السحابة | Qwen من علي بابا، ويتطلب إذن المستخدم وتسجيل الدخول إلى حساب Qwen | تظهر النتيجة خلال نحو 7 إلى 8 ثوانٍ، والمحتوى مختصر نسبيًا |
| الذكاء البصري «اسأل»/«ابحث» | في السحابة | «اسأل» متصل بـ Qwen، و«ابحث» يستخدم افتراضيًا نموذج بايدو البصري، ويمكن ربطه بتطبيقات طرف ثالث | بعد تكييف تطبيق طرف ثالث، يمكن أن يظهر في قائمة خدمات البحث |
تفصيل موسّع لتقسيم العمل بين الجهاز والسحابة: لماذا يبقى الحذف والترجمة على جانب الجهاز
تشتركخاصية حذف العناصر من الصور والترجمة الفورية في ثلاث نقاط: المدخلات بيانات خاصة بالمستخدم (صور، صوت مكالمة)، والحساسية للتأخير عالية جدًا، وحدود المهمة واضحة. فملامح الوجوه وبيانات الموقع داخل الصور لا تغادر الجهاز، ما يجعل خطر الخصوصية في أدنى مستوياته؛ أما الترجمة فيجب أن تجري لحظة بلحظة أثناء المحادثة، وأي رحلة ذهاب وعودة عبر الشبكة كفيلة بإفساد إيقاع الحوار، وهنا يصبح التأخير الذي يقل عن ثانية واحدة على الجهاز هو مفتاح التجربة.
والثمن واضح أيضًا. فحجم معاملات النموذج على الجهاز محدود بقدرة الهاتف على الحوسبة وسعة التخزين، لذلك تخفق خاصية الحذف أمام المساحات الكبيرة من العشب أو الحصى الناعم أو غيرها من الأنسجة المعقدة، كما أن كل حزمة لغات للترجمة تستهلك نحو 2GB. وحزمة تحديث النظام هذه بلغت 12GB، وهي في جوهرها «إيجار» ندفعه مقابل النماذج المقيمة على الجهاز.
تفصيل موسّع لتقسيم العمل بين الجهاز والسحابة: لماذا تُحال مهام Siri الطويلة إلى السحابة
طلبات مثل «رتّب لي خطة رحلة أربعة أيام إلى جيوتشايقو» تحتاج إلى قدر كبير من المعرفة العامة، وإلى توليد نصوص طويلة، وتخطيط متعدد الخطوات، وهو ما لا يستطيعه نموذج صغير على الجهاز. لذلك كان نهج Apple كالتالي: عندما يدرك Siri أن السؤال يتجاوز قدراته، يعرض نافذة منبثقة يسأل فيها المستخدم هل يوافق على استدعاء Qwen، وإن رفض يمتنع عن الإجابة مباشرة.
هذه النافذة المنبثقة تستحق أن يتعلم منها المطورون. فهي تُعلن للمستخدم صراحةً أن «البيانات ستغادر الجهاز»، وتُعيد إليه قرار الخصوصية. وفي الوقت نفسه، تُذكّرنا التجربة العملية بأن جودة النتائج السحابية تعتمد على السياق الذي يمنحه النظام للنموذج وعلى تصميم الموجهات؛ فالدليل المقدَّم عبر Siri أقل جودة بشكل واضح من طرح السؤال مباشرة داخل تطبيق Qwen، ما يعني أن «ربط نموذج لغة كبير» لا يساوي «إحسان استخدامه».
إطار لتحديد تقسيم المهام بين الجهاز والسحابة: خمسة أبعاد تحدد مكان تنفيذ المهمة
من طريقة توزيع المهام في Apple Intelligence لسوق الصين، يمكن استخلاص خمسة أبعاد للتقييم. عند إعداد الخطة فعليًا، يمكن منح كل مهمة تقييمًا على كل بُعد من هذه الأبعاد الخمسة، ثم تُوضع المهمة في الجهة التي تميل إليها أغلب الأبعاد.
| بُعد التقييم | سمات ترجّح التنفيذ على الجهاز | سمات ترجّح التنفيذ في السحابة | أمثلة من Apple Intelligence |
|---|---|---|---|
| حساسية البيانات | بيانات خاصة كالصور وجهات الاتصال وسجلات المحادثات | معرفة عامة وأسئلة يطرحها المستخدم بنفسه | إزالة العناصر تُنفَّذ على الجهاز، وأسئلة الأدلة الإرشادية تذهب إلى السحابة |
| متطلبات زمن الاستجابة | تحتاج استجابة في أقل من ثانية، ويفقد الحل جدواه إن قُوطعت | يمكنها تحمّل انتظار بضع ثوانٍ | الترجمة على الجهاز، ومهام Siri الطويلة تستغرق نحو 7 إلى 8 ثوانٍ |
| تعقيد المهمة | حدود واضحة ومخرجات قصيرة | أسئلة مفتوحة، وتخطيط متعدد الخطوات، وتوليد نصوص طويلة | تحسين الصياغة الأساسي على الجهاز، والأسئلة المعقدة تُحال إلى Qwen |
| حداثة المعرفة | لا تعتمد على أحدث المعلومات الخارجية | تحتاج إلى معرفة بالعالم أو بحث فوري | ميزة «البحث» في الذكاء البصري متصلة بـ Baidu وطرف ثالث |
| الإتاحة دون اتصال | يجب أن تعمل مع شبكة ضعيفة أو بلا شبكة | سيناريوهات متصلة افتراضيًا | الترجمة الفورية تعمل محليًا بعد تنزيل حزمة اللغة |
المفاهيم الخاطئة الشائعة في تقسيم المهام بين الجهاز والسحابة
كثير من الفرق، عند توزيع المهام بين الجهاز والسحابة، تقع في الأخطاء التالية التي يستحق تجنبها مسبقًا:
- الخطأ الأول: وضع كل شيء على الجهاز ما دام ذلك ممكنًا. قدرات النماذج على الجهاز لها سقف، وحشر المهام المعقدة فيها لا يُنتج سوى نتائج رديئة كتلك التي رأيناها في ميزة إزالة العناصر، ما يضر بالتجربة بدلًا من تحسينها.
- الخطأ الثاني: الاعتقاد بأن الاتصال بالسحابة يكفي لحل كل شيء. مثال أسئلة الأدلة في Siri يوضح أن موجه النظام وتنظيم السياق والتحكم في طول المخرجات تحدد الجودة أيضًا.
- الخطأ الثالث: تجاهل التفويض ومسارات التدهور. يجب أن يأخذ الاستدعاء السحابي في الحسبان رفض المستخدم للتفويض وفشل الشبكة ومسار التدهور، حتى لا تختفي الميزة ببساطة.
- الخطأ الرابع: حساب التكلفة مرة واحدة فقط. على الجهاز التكلفة لمرة واحدة (التخزين وحجم الحزمة)، وفي السحابة تكلفة استدعاء مستمرة حسب الاستخدام، ولا بد من حسابهما بشكل منفصل.
تقسيم العمل بين الجهاز والسحابة: 4 خطوات لتطبيقه في تطبيقك
في ما يلي نحوّل إطار التقييم إلى خطوات تنفيذية قابلة للتطبيق. وحتى لو لم تكن تبني نظام تشغيل هاتف، بل تطبيقًا عاديًا أو تطبيقًا مصغرًا أو أداة سطح مكتب، فإن هذا النهج ينطبق عليك أيضًا.
الخطوة الأولى: جرد المهام ووسمها وفق تقسيم العمل بين الجهاز والسحابة
أدرج جميع ميزات المنتج التي تخطط لإدخال الذكاء الاصطناعي فيها، وقيّم كلًا منها عبر الأبعاد الخمسة الواردة في القسم السابق. يُنصح بإخراج قائمة مهام تتضمن على الأقل الأعمدة التالية: “اسم المهمة، حساسية البيانات، متطلبات زمن الاستجابة، درجة التعقيد، الموقع المستهدف”، حتى تكون الصورة واضحة أثناء المراجعة.
الخطوة الثانية: اختيار حل خفيف للمهام على الجهاز
بالنسبة للمهام التي تعمل على الجهاز، يُفضّل الاعتماد أولاً على قدرات النظام الأصلية أو النماذج الخفيفة، مثل واجهات الترجمة والتعرف الضوئي على الحروف (OCR) والتعرف على الصوت التي يوفرها النظام، أو نماذج صغيرة المعاملات بعد التكميم. وينبغي التركيز على التحكم في حجم النموذج وتجربة التنزيل لأول مرة، والاستفادة من نهج Apple: تنزيل الموارد كبيرة الحجم عند الحاجة فقط، مع عرض تنبيه واضح عند الاستخدام الأول.
الخطوة الثالثة: ربط مهام السحابة بواجهات API لنماذج اللغة الكبيرة
تتطلب مهام السحابة ربطها بنماذج لغة كبيرة ذات قدرات قوية بما يكفي. وإذا كنت ترغب في استخدام سلسلة Qwen كما هو الحال مع النسخة الصينية من Apple Intelligence، أو في مقارنة نماذج مثل GPT وClaude في الوقت نفسه، فيمكنك استدعاؤها جميعًا عبر APIYI. توفر APIYI إمكانية استدعاء واجهات API لنماذج اللغة الكبيرة الرئيسية الواردة في هذا المقال، وهي متوافقة مع تنسيقي واجهات OpenAI وAnthropic؛ وغالبًا لا يحتاج الكود الموجود لديك إلا إلى استبدال عنوان الواجهة والمفتاح للانتقال. أما النماذج المتاحة فعليًا فتُحدَّد وفق قائمة صفحة الأسعار.
فيما يلي جدول يوضح عناصر التكوين الرئيسية التي يجب الانتباه إليها عند الربط، ويُرجى اعتماد عنوان الواجهة كما هو مذكور في وثائق APIYI على docs.apiyi.com:
| عنصر التكوين | الوظيفة | التوصية في سيناريو تقسيم العمل بين الجهاز والسحابة |
|---|---|---|
| عنوان الواجهة (base_url) | تحديد الخادم الذي تُرسَل إليه الطلبات | يُعبأ وفق وثائق APIYI على docs.apiyi.com؛ ولكل من تنسيق OpenAI وتنسيق Anthropic عنوانه الموضح في الوثائق |
| مفتاح API (API Key) | المصادقة والفوترة | يُحفظ على الخادم فقط، ولا يُضمَّن في حزمة تثبيت العميل |
| model | تحديد النموذج المستدعى | للمهام المعقدة التي تتضمن تخطيطًا اختر نموذجًا قوي الاستدلال، ولإعادة الصياغة البسيطة يمكن اختيار نموذج خفيف |
| max_tokens | التحكم في طول المخرجات | يمكن توسيعه بشكل مناسب لمهام الأدلة والتقارير، لتجنب الإيجاز المفرط على طريقة Siri |
| stream | هل يكون الإخراج متدفقًا | يُنصح بتفعيله للمهام السحابية الطويلة، لتعويض التأخر المحسوس الناتج عن الانتظار عدة ثوانٍ |
| المهلة وإعادة المحاولة | معالجة أخطاء الشبكة | اضبط مهلة معقولة، وعند الفشل ارجع إلى نتيجة مبسطة على الجهاز أو اعرض تنبيهًا واضحًا |
الخطوة الرابعة: تصميم نافذة منح الإذن ومسار التراجع الاحتياطي
استلهم نافذة التأكيد التي تظهر قبل أن يستدعي Siri نموذج Qwen: أي ميزة ترسل بيانات المستخدم إلى السحابة يجب أن توضح عند أول استدعاء «ما المحتوى الذي سيُرسل، وإلى مَن سيُرسل». وعند رفض المستخدم، لا تتخلَّ عن الطلب مباشرة كما يفعل Siri، بل يمكنك الرجوع إلى القدرات المحلية على الجهاز لتقديم نتيجة مبسطة، أو مطالبة المستخدم بإدخال المعلومات يدويًا.
🚀 بدء سريع: يُفضَّل أولاً اختيار مهمة سحابية هي الأعلى تعقيدًا لبناء نموذج أولي والتحقق منه. بعد التسجيل عبر APIYI على apiyi.com يمكنك الحصول على رصيد تجريبي، ثم استخدام التنسيق نفسه المتوافق مع OpenAI للتبديل بين النماذج المختلفة، ومقارنة أي نموذج يقدم أفضل جودة إخراج في حالتك، وبعد ذلك تقرر الخطة النهائية.
مقارنة سيناريوهات تقسيم العمل بين الجهاز والسحابة: على الجهاز فقط، والسحابة فقط، والتعاون بين الجهاز والسحابة
| الخيار | الخصائص الأساسية | حالات الاستخدام | العيوب الرئيسية | منصات النماذج السحابية المتاحة |
|---|---|---|---|---|
| على الجهاز فقط | لا تغادر البيانات الجهاز، ومتاح دون اتصال | الترجمة، وإزالة العناصر، والتعرف على الصوت وغيرها من المهام محددة النطاق | سقف قدرات منخفض، وضغط كبير على حجم حزمة التطبيق والتخزين | لا ينطبق |
| السحابة فقط | سقف قدرات مرتفع، وتطوير سريع | الأسئلة المفتوحة، والنصوص الطويلة، والتخطيط متعدد الخطوات | يعتمد على الشبكة، مع مخاوف تتعلق بالخصوصية وتكلفة استدعاء مستمرة | APIYI apiyi.com وواجهات API الرسمية للنماذج المختلفة |
| التعاون بين الجهاز والسحابة | الجهاز كخيار احتياطي، والسحابة للتعزيز، وتوجيه حسب المهمة | الغالبية العظمى من منتجات الذكاء الاصطناعي الموجهة للمستهلك | بنية معقدة تتطلب تصميم التوجيه والتفويض وآلية التدرج الاحتياطي | APIYI apiyi.com وواجهات API الرسمية للنماذج المختلفة |
قراءة مقارنة لسيناريوهات تقسيم العمل بين الجهاز والسحابة
تحليل مقارن: المعالجة على الجهاز فقط: تحافظ المعالجة على الجهاز فقط على الريادة في الخصوصية وسرعة الاستجابة؛ وترجمة فورية بزمن استجابة أقل من ثانية هي أفضل دليل على ذلك. لكن نماذج الجهاز محدودة بقدرة الحوسبة والتخزين، فتنخفض جودتها بوضوح عند إزالة الأنماط المعقدة أو إعادة صياغة النصوص الصينية المعقدة. وفي المقابل، يمكن لنهج التعاون بين الجهاز والسحابة إحالة هذه المشكلات الصعبة إلى السحابة، مع الحفاظ على الحد الأدنى من الخصوصية ورفع سقف القدرات.
تحليل مقارن: السحابة فقط: تتفوق السحابة فقط في اتساع المعرفة وقدرات التوليد؛ فبعد دمج Siri مع Qwen، أصبح أخيرًا قادرًا على الإجابة عن أسئلة تتعلق بالأدلة والخطط. لكن كل استدعاء يعتمد على الشبكة وإذن المستخدم، وعندما يرفض المستخدم أو تكون الشبكة ضعيفة تتعطل الوظيفة مباشرة. وبالنسبة للوظائف الأساسية التي يجب أن تكون «متاحة دائمًا»، يظل التعاون بين الجهاز والسحابة الخيار الأكثر أمانًا.
💡 توصية الاختيار: يعتمد اختيار السيناريو على طبيعة مهامك. وإذا كنت تحتاج في الجزء السحابي إلى المفاضلة بين نماذج مثل Qwen وGPT وClaude، فيمكنك عبر APIYI apiyi.com إجراء اختبار مقارن على السؤال نفسه باستخدام واجهة موحدة، واتخاذ القرار بناءً على جودة المخرجات الفعلية لا على المواصفات التسويقية.
حساب التكلفة في تقسيم العمل بين الجهاز والسحابة: لمرة واحدة على الجهاز، وحسب الاستخدام في السحابة
التكلفة هي الجانب الأكثر عرضة للتقليل من تقديره في تقسيم العمل بين الجهاز والسحابة. تظهر تكلفة الجهاز أساسًا في حجم حزمة التطبيق، والمساحة التي يشغلها لدى المستخدم، وتجربة التنزيل الأول. وتُعد حزمة التحديث بحجم 12GB من آبل هذه المرة، وحزم اللغات التي يبلغ حجم كل منها نحو 2GB، تجسيدًا مباشرًا لتكلفة الجهاز. أما تكلفة السحابة فهي رسوم استدعاء مستمرة تُحتسب حسب الاستخدام؛ فكلما زاد نشاط المستخدم، ارتفعت التكلفة.
وآبل نفسها تحسب هذه المعادلة أيضًا. فقد ذكرت إدارة آبل في مؤتمر الأرباح الهاتفي أن الوظائف المستقبلية المعتمدة على نماذج لغة كبيرة سحابية، مثل Siri AI والتحرير الذكي المتقدم للصور، ستُحدد لها حصة استخدام أساسية، وسيحتاج المستخدمون المكثفون إلى الدفع لشراء المزيد من الحصص. بعبارة أخرى، من المرجح أن يصبح نموذج «حصة أساسية مجانية + دفع إضافي للمستخدمين المكثفين» نموذج الأعمال السائد لوظائف الذكاء الاصطناعي السحابية، ويمكن للمطورين الاستفادة من هذه الفكرة عند تصميم منتجاتهم.
أما بالنسبة لتكلفة استدعاء النماذج السحابية تحديدًا، فإن سعر الإدخال للوحدة وسعر الإخراج للوحدة وأساس فوترة التخزين المؤقت تختلف اختلافًا كبيرًا بين النماذج، وقد تتغير في أي وقت. لا يقدم هذا المقال أي أرقام أسعار محددة؛ يُرجى الرجوع في جميع أسعار النماذج وأساس الفوترة وأسعار الإدخال والإخراج وأسعار التخزين المؤقت إلى البيانات الفعلية على صفحة أسعار APIYI: https://docs.apiyi.com/models.
💰 تحسين التكلفة: عند حساب تكلفة السحابة، يُنصح بالتقدير على أساس «متوسط توكنات الإدخال للمهمة الواحدة × سعر الإدخال للوحدة + متوسط توكنات الإخراج × سعر الإخراج للوحدة»، مع أخذ الأسعار دائمًا من صفحة أسعار APIYI: docs.apiyi.com/models. وبالنسبة لموجهات النظام عالية التكرار، يمكنك التحقق مما إذا كانت صفحة الأسعار تشير إلى فوترة التخزين المؤقت، لتقليل التكلفة المستمرة بشكل أكبر.
الأسئلة الشائعة FAQ
س1: ما المقصود بتقسيم المهام بين الجهاز والسحابة؟
تقسيم المهام بين الجهاز والسحابة يعني تفكيك مهام الذكاء الاصطناعي وفق طبيعتها، بحيث يُعهد بجزء منها إلى نموذج يعمل على الجهاز نفسه، ويُرسل الجزء الآخر إلى نموذج لغة كبير في السحابة. ومن الأمثلة النموذجية على ذلك النسخة الصينية من Apple Intelligence: ميزتا الإزالة والترجمة تعملان على الجهاز، بينما تُحال مهام Siri المعقدة وميزة «اسأل» في الرؤية الذكية إلى Qwen في السحابة.
س2: ما الفرق الجوهري بين نموذج الجهاز ونموذج اللغة الكبير السحابي؟
يتفوق نموذج الجهاز في الخصوصية وزمن الاستجابة وتوفر العمل دون اتصال، لكن سقف قدراته محدود بقوة الحوسبة وسعة التخزين؛ أما نموذج اللغة الكبير السحابي فيمتلك معرفة واسعة وقدرة توليد قوية، لكنه يعتمد على الشبكة ويحتاج إلى إذن المستخدم ويترتب عليه تكلفة استدعاء مستمرة. العلاقة بينهما ليست علاقة استبدال، بل علاقة تكامل.
س3: متى يصبح Apple Intelligence في السوق الصينية متاحًا رسميًا؟
أُتيح للاختبار مع النسخة التجريبية للمطورين iOS 27.3، ويمكن الحصول عليه من تحديث البرامج بعد تسجيل الدخول عبر تطبيق Apple Developer. تحتوي أول نسخة تجريبية على أخطاء، وبحسب ما نُشر في التقارير يُتوقع إطلاق النسخة الرسمية في ديسمبر، لذا يُنصح من يعتمد على هاتفه كجهاز أساسي بالانتظار حتى النسخة الرسمية قبل الترقية.
س4: ما مهام الذكاء الاصطناعي الأنسب للتنفيذ على الجهاز؟
تناسب بشكل أساسي السيناريوهات التالية:
– **معالجة البيانات الخاصة**: إزالة العناصر من الصور، والبحث باللغة الطبيعية في مكتبة الصور، وتلخيص الإشعارات
– **تفاعل بزمن استجابة منخفض جدًا**: الترجمة الصوتية الفورية، واقتراحات لوحة المفاتيح
– **وظائف أساسية دون اتصال**: الترجمة والتعرف على الصوت والتدقيق النصي الأساسي في بيئة الشبكة الضعيفة
س5: كيف يمكن استدعاء النماذج السحابية الكبيرة مثل Qwen بسرعة عبر API؟
يُنصح بالاختبار عبر منصة تجمع عدة نماذج:
1. زيارة APIYI على apiyi.com، وتسجيل حساب والحصول على مفتاح API
2. الاطلاع في مركز التوثيق docs.apiyi.com على تعليمات الدمج بالصيغة المتوافقة مع OpenAI أو المتوافقة مع Anthropic
3. التأكد في صفحة الأسعار docs.apiyi.com/models من النماذج المتاحة وآلية الفوترة، ثم استبدال عنوان الواجهة والمفتاح ليصبح الاستدعاء جاهزًا
بهذه الطريقة يمكن مقارنة نتائج Qwen وغيره من النماذج الرئيسية ضمن مجموعة واجهات واحدة.
س6: ماذا لو رفض المستخدم منح الإذن عند الاستدعاء السحابي؟
نهج Siri هو التخلي عن الإجابة تمامًا، وهي تجربة تبدو جافة بعض الشيء. الحل الأفضل هو تصميم مسار احتياطي: العودة إلى الجهاز لتقديم نتيجة مبسطة، أو إرشاد المستخدم إلى إضافة معلومات ثم المحاولة مرة أخرى، مع احترام اختياره وعدم إزعاجه بنوافذ منبثقة متكررة.
س7: ما القيود المعروفة في حل تقسيم المهام بين الجهاز والسحابة؟
من منظور موضوعي، هناك ثلاث نقاط رئيسية:
- تعقيد البنية المعمارية: يتطلب الأمر صيانة إضافية لتوجيه النوايا، وتدفقات التفويض، ومنطق التراجع الاحتياطي
- اتساق التجربة: يختلف أسلوب المخرجات على الجهاز عنه في السحابة، وقد يشعر المستخدم بالانفصال بينهما
- حدود المنظومة البيئية: وكما أظهرت التجربة الفعلية، لا يستطيع الذكاء الاصطناعي المدمج في النظام الدخول إلى تطبيقات الطرف الثالث مثل WeChat وMeituan، ويظل السياق الشخصي مقطوعًا، ولا يمكن لتقسيم العمل بين الجهاز والسحابة أن يحل مشكلة جزر البيانات
النقاط الأساسية في تقسيم العمل بين الجهاز والسحابة Key Takeaways
- جوهر التقسيم: المهام الخاصة ومنخفضة زمن الاستجابة وواضحة الحدود تُترك للجهاز، أما المهام المعقدة والمفتوحة وطويلة النص فتُسند إلى السحابة
- نموذج الإصدار الصيني: نموذج آبل المطوّر داخليًا يتولى الترجمة دون اتصال، بينما يتولى Qwen من علي بابا المهام الطويلة في Siri والاستعلامات البصرية
- إطار التقييم: خمسة أبعاد تُقيَّم واحدًا واحدًا: حساسية البيانات، وزمن الاستجابة، والتعقيد، وحداثة المعلومة، وإمكانية العمل دون اتصال
- التفويض شرط لا بديل عنه: الحصول على موافقة صريحة من المستخدم قبل خروج البيانات من الجهاز، مع تجهيز مسار بديل في حال الرفض
- مفتاح الجودة: ربط نموذج لغة كبير ليس سوى نقطة البداية؛ فالموجهات والسياق وطول المخرجات هي ما يحدد التجربة النهائية
- طريقة البدء: يمكن الوصول إلى نماذج السحابة بشكل موحّد عبر منصة APIYI على apiyi.com، وهي متوافقة مع صيغ OpenAI وAnthropic
الخلاصة
إن إطلاق Apple Intelligence في السوق الصيني يقدّم لنا إجابة مرجعية واضحة حول تقسيم العمل بين الجهاز والسحابة:
- الجهاز يحافظ على الخصوصية والسرعة: تبقى مهام مثل الإزالة والترجمة وتلخيص الإشعارات على الجهاز، والثمن هو حجم الحزمة والتخزين
- السحابة تُكمل سقف القدرات: تُترك الأسئلة المعقدة والاستعلامات البصرية لـ Qwen، والثمن هو زمن التأخير والتفويض والتكلفة المستمرة
- التعاون هو الحالة الطبيعية: الجهاز كشبكة أمان، والسحابة كتعزيز، مع نوافذ التفويض ومسارات التخفيض، وهذا هو الشكل المنتج القابل للتطبيق
بالنسبة للمطورين، المسار الأكثر عملية هو أولاً تصنيف المهام باستخدام إطار الحكم، ثم اختيار مهمة سحابية واحدة للتحقق من النموذج الأولي. نوصي باستخدام APIYI عبر apiyi.com وواجهة موحدة لمقارنة النتائج الفعلية لنماذج اللغة الكبيرة المختلفة، ويُرجى الاعتماد على صفحة الأسعار docs.apiyi.com/models لأسعار النماذج ومعايير الفوترة.
📚 المراجع
- 爱范儿: اختبار عملي لـ iPhone AI في السوق الصيني: اختبار عملي لأول نسخة مطور من Apple Intelligence في السوق الصيني
- الرابط:
ifanr.com/1687733 -
الوصف: مصدر الحقائق المتعلقة بتقسيم المهام بين الجهاز والسحابة ونتائج الاختبار العملي في هذا المقال
-
مركز وثائق APIYI: تعليمات الوصول بتنسيق متوافق مع OpenAI و Anthropic
- الرابط:
docs.apiyi.com -
الوصف: يُرجى الاعتماد على هذه الصفحة لعناوين الواجهة وطرق المصادقة ومعاملات الاستدعاء
-
صفحة أسعار النماذج في APIYI: قائمة النماذج المتاحة ومعايير الفوترة
- الرابط:
docs.apiyi.com/models - الوصف: تُعتبر البيانات الفعلية في هذه الصفحة مرجعًا لمعلومات الفوترة مثل أسعار الإدخال والإخراج وأسعار التخزين المؤقت
المؤلف: فريق APIYI التقني
التواصل التقني: مرحبًا بكم للتواصل معنا عبر الصفحة الرئيسية لـ APIYI apiyi.com، ولمزيد من مواد الوصول يمكنكم زيارة مركز الوثائق docs.apiyi.com
