دليل تشغيل نماذج الذكاء الاصطناعي محليًا بخطوات بسيطة

إعادة تعريف الخصوصية: الاستغناء عن الخوادم السحابية

أصبح بإمكان المستخدمين اليوم الاستفادة من نماذج الذكاء الاصطناعي ذات الأوزان المفتوحة وتشغيلها مباشرة على أجهزتهم الشخصية دون الحاجة لإرسال المحادثات إلى خوادم خارجية. وتُظهر تحليلات مؤسسة Epoch AI أن الفجوة الزمنية بين النماذج مفتوحة الأوزان والأخرى المغلقة قد تراجعت لتصل إلى نحو أربعة أشهر فقط، ما يعني أن الأجهزة الحديثة باتت قادرة على تقديم أداء مميز يلبي تطلعات المستخدمين اليومية بفاعلية عالية.

وتعني النماذج “مفتوحة الأوزان” أن الشركات المطوّرة تقوم بنشر الملفات البرمجية التي تحتوي على كل ما تعلمه النموذج خلال مرحلة التدريب، مما يتيح لأي شخص تنزيلها وتشغيلها بمرونة كاملة دون الالتزام باشتراكات شهرية تصل إلى 20 دولارًا في الخدمات السحابية الشهيرة.

لماذا يتجه المستخدمون إلى تشغيل الذكاء الاصطناعي محليًا؟

تتعدد الأسباب التي تدفع المستخدمين لتفضيل الحلول المحلية، وأبرزها عامل الخصوصية والأمان؛ إذ تقوم روبوتات الدردشة السحابية بإرسال كل نص إلى سيرفرات الشركات، وقد يُلزم القضاء بعض الشركات بموجب أوامر قضائية بحفظ سجلات المحادثات حتى المحذوف منها. في المقابل، يضمن التشغيل المحلي بقاء المحادثات والمستندات المرفقة داخل الحاسوب الشخصي بشكل تام دون الوصول إليها إلا بإذن صاحب الجهاز.

بالإضافة إلى ذلك، تمنح التراخيص البرمجية حريات كبيرة للمستخدمين؛ حيث تأتي سلسلة DeepSeek R1 تحت ترخيص MIT الذي يسمح بالتعديل والاستخدام التجاري، بينما تتوافر نماذج Gemma 4 من شركة Google ونموذج gpt-oss من شركة OpenAI تحت ترخيص Apache 2.0. وتتيح هذه التراخيص إنشاء نسخ مخصصة تناسب مجالات معينة مثل الطب أو البحث العلمي دون الحاجة للاعتماد على حلول عامة.

المتطلبات التقنية والمواصفات المطلوبة للأجهزة

يعتمد حجم النموذج على عدد المعاملات (Parameters) الخاصة به، والتي تحدد حجم الملف المطلوب تنزيله ومقدار الذاكرة المستهلكة. ولكي يعمل النموذج بكفاءة، يجب أن يتسق مع ذاكرة بطاقة الرسوميات (VRAM) أو الذاكرة الموحدة في أجهزة Mac:

• الحد الأدنى للذاكرة: سعة 8 جيجابايت من ذاكرة الفيديو VRAM تكفي لتشغيل النماذج الصغيرة المضغوطة.
• المستخدمون المحترفون: يُفضل استخدام بطاقات رسومية مخصصة للألعاب بسعة 24 جيجابايت من ذاكرة VRAM أو أجهزة ذات ذاكرة موحدة مثل حاسوب Mac Mini أو أجهزة Nvidia DGX Spark.
• تقنية التكميم (Quantization): تعمل هذه التقنية على تقليل حجم النموذج عبر تمثيل الأوزان بنمط بيانات أقل دقة مثل (int8) بدلاً من (float32)، مما يقلل استهلاك الذاكرة بقدر طفيف من التأثير على الدقة.

وفقًا لبيانات منصة Hugging Face وتطبيقات التشغيل، تتطلب النماذج مثل نموذج gpt-oss-20b نحو 16 جيجابايت من الذاكرة، في حين يحتاج نموذج gpt-oss-120b إلى ذاكرة تصل إلى 80 جيجابايت. كما يوصى بتوفر ذاكرة عشوائية RAM لا تقل عن 16 جيجابايت على أجهزة Mac العاملة بنظام macOS 14 أو أحدث لتشغيل التطبيقات بسلاسة.

خطوات الإعداد باستخدام تطبيق LM Studio وأداة Ollama

1. تطبيق LM Studio للواجهات الرسمية

يمثل تطبيق LM Studio الخيار الأسهل للمستخدمين بفضل واجهته الرسومية الجذابة. يمكن تحميل برنامج التثبيت من الموقع الرسمي، ثم البحث عن النماذج المتاحة عبر منصة Hugging Face المدمجة داخل التطبيق لتنزيل ملفات الأوزان وبدء المحادثة فورًا دون الحاجة لاتصال بالإنترنت. كما يدعم التطبيق بروتوكول Context Protocol (MCP) بدءًا من الإصدار 0.3.17 لربط النماذج بالملفات والبحث المحادثي.

2. أداة Ollama للمطورين وسطر الأوامر

تُعد أداة Ollama الموجهة للمطورين الخيار الأمثل للعمل عبر سطر الأوامر (CLI). يمكن لمستخدمي نظام macOS ونظام Linux التثبيت عبر الأمر البرمجي المخصص في الطرفية، بينما يمكن لمستخدمي نظام Windows التثبيت عبر بيئة PowerShell. وتتيح الأداة فتح واجهة برمجة تطبيقات محلية (API) على العنوان http://localhost:11434 لربط النماذج بالتطبيقات الأخرى المثبتة على الجهاز.

وتساعد تقنيات التنبؤ متعدد التناص (Multi-Token Prediction) المتاحة في بعض النماذج على تسريع تسلسل توليد النصوص بمعدل يصل إلى 3 أضعاف مقارنة بالطرق التقليدية.

حدود الأداء والفجوة مع النماذج السحابية العملاقة

على الرغم من التطور الكبير الذي شهدته نماذج الذكاء الاصطناعي المحلية، إلا أن النماذج السحابية الضخمة لا تزال تتفوق في الاختبارات المعقدة. على سبيل المثال، يضم نموذج Qwen 3.8-Max من شركة Alibaba نحو 2.4 تريليون معامل، وهو ما يتجاوز بمراحل قدرات الأجهزة المنزلية.

عند تجاوز حجم النموذج لسعة ذاكرة VRAM وانتقال المعالجة إلى ذاكرة النظام الرئيسية، ينخفض أداء الاستجابة بشكل ملحوظ. ومع ذلك، تبقى الحلول المحلية الهجين الخيار الأمثل للمهام اليومية التي تتطلب درجة عالية من السرية والسرعة.