يعيد الذكاء الاصطناعي تشكيل العمليات الصناعية – بدءًا من مراقبة الجودة في الوقت الفعلي وحتى الصيانة التنبؤية ومساعدي الطيارين الرقميين على أرض المصنع. نظرًا لأن أعباء عمل الذكاء الاصطناعي هذه أصبحت أكثر قدرة على الحركة، وتستهلك الكثير من البيانات، وحساسة للوقت، فإن الشبكات الخلوية الخاصة تبرز باعتبارها البنية التحتية الحيوية لإبقائها متصلة وموثوقة وسريعة الاستجابة. إن التقارب بين الذكاء الاصطناعي والجيل الخامس الخاص والحوسبة المتطورة يحدد المرحلة التالية من الصناعة 4.0.
باختصار – ما يجب معرفته:
ربط الذكاء الاصطناعي – يعمل الذكاء الاصطناعي بالفعل على دفع الأتمتة والتفتيش ودعم القرار في التصنيع؛ ومع توسع التطبيقات لتشمل الفيديو المباشر والواقع المعزز والاستدلال الحافة، فإنها تعتمد بشكل متزايد على شبكات الجيل الخامس الخاصة.
التعزيز المتبادل – يمكن أن يساعد الذكاء الاصطناعي التوليدي في تشغيل شبكات الجيل الخامس الخاصة من خلال التشخيص الذكي والأتمتة، في حين توفر نفس الشبكات النقل الحتمي لأعباء عمل الذكاء الاصطناعي متعدد الوسائط من الجيل التالي.
ابتكار قابل للتطوير – من خلال حوكمة البيانات الموثوقة، وحوسبة الحافة، ونماذج RAG، يمكن للمؤسسات نشر الذكاء الاصطناعي بثقة عبر البيئات الصناعية – مما يؤدي إلى إطلاق العنان للإنتاجية والكفاءة والمرونة على نطاق واسع.
ليست كل الأشياء الجيدة تنجح دائمًا. فيما يلي مناقشة مع جيسون والين، كبير المهندسين الرئيسيين لـ “TechStack” في شركة تصنيع الآلات الزراعية الأمريكية Deere & Company (John Deere)، والتي تم إعدادها لنظام جديد آر سي آر لاسلكي تقرير عن شبكات الجيل الخامس الخاصة والذكاء الاصطناعي التوليدي (متوفر هنا)، ولكن في النهاية كان الأوان قد فات لإجراء هذا المزيج. لا يهم؛ إنه يستحق الطباعة بالكامل فقط لأنه… حسنًا، إنه جيد، ويغطي مساحة كبيرة من الأرض.
في الواقع، يؤكد والين أن الذكاء الاصطناعي الصناعي وشبكات الجيل الخامس الخاصة يعززان بعضهما البعض في سياق الصناعة 4.0 – حيث يقود الأول عمليات أكثر ذكاءً على أرض المصنع، ويوفر الأخير الاتصال الحتمي لدعمها. وهو يحدد عمليات النشر العملية للذكاء الاصطناعي، المستخدمة بالفعل في المصانع (لمراقبة الجودة، والصيانة التنبؤية، وتحسين العمليات)، ويسلط الضوء على موجة جديدة من مساعدي استرجاع الذكاء الاصطناعي المعزز (RAG).
اليوم، الذكاء الاصطناعي الصناعي هو في الغالب مساعد وتحليلي، ولكن حالات الاستخدام الناشئة (الواقع المعزز، ورؤية الكاميرا، وعمليات التفتيش الحية) تحتاج إلى نطاق ترددي أعلى، وزمن وصول لاسلكي أقل – حيث تحصل شبكات الجيل الخامس الخاصة على الموافقة. الذكاء الاصطناعي لا يحتاج إلى 5G في حد ذاتهولكن من المفيد أن يصبح الذكاء الاصطناعي متنقلًا وجائعًا وعاجلًا – هي الرسالة. ويقول إن الذكاء الاصطناعي التوليدي مختلف؛ معظم النماذج مرتبطة بالحوسبة، وليست مرتبطة بالشبكة – وبالتالي فإن عنق الزجاجة هو النموذج نفسه، وليس الاتصال.
ولكن مرة أخرى، عندما تكون المدخلات والمخرجات في حالة حركة و/أو ذات نطاق ترددي عالٍ – كما هو الحال مع الفيديو والروبوتات وجميع أنواع البيانات المتدفقة – فإن شبكة الجيل الخامس الخاصة أمر لا بد منه. الذكاء الاصطناعي لا يحتاج إلى 5G للقيام بذلك فكر بشكل أسرعمن الواضح أنه يساعد في توصيل الأفكار – في الوقت المحدد، في كل مرة. كذلك، وكما تمت مناقشته في التقرير، يمكن لوكلاء الذكاء الاصطناعي المساعدة في التشخيص والفرز والتحليل لتحسين تشغيل وإدارة الشبكات الخاصة نفسها.
ويتطرق والين أيضًا إلى الارتباط بينهما على الحافة، حول البنية التحتية للحوسبة المشتركة – والتي تمت مناقشتها أيضًا بشيء من التفصيل في التقرير. المعنى هو أن الذكاء الاصطناعي على الحافة (خاصة رؤية الكاميرا والروبوتات) يتماشى بالفعل مع شبكات الجيل الخامس الخاصة، وأن الذكاء الاصطناعي التوليدي سوف يتبع نفس المسار، ويوسع هذه القدرات. هناك أشياء أخرى أيضًا – حول الحاجة (أو عدم الحاجة) إلى شهادات LLM في المجال، أو على الأقل قيمة RAG الصناعية المؤقتة لضبط LLMs العامة.
بالإضافة إلى ذلك، هناك أشياء تتعلق بالخصوصية السحابية وإدارة البيانات. إنه استكشاف رؤيوي وتقني لكيفية تقارب الذكاء الاصطناعي و5G في الصناعة 4.0. لكن من الأفضل أن يشرح والين، فها هو… (جميع الإجابات أدناه منه).
ملاحظة: سيظهر جيسون والين غدًا في جلسة نقاش في المنتدى اللاسلكي الصناعي (4 نوفمبر 2025) – بصفته عضوًا مؤسسًا ومهندسًا أول في 5G OT Alliance – حول الذكاء الاصطناعي الوكيل للشبكات والعمليات الصناعية المستقلة. وسينضم إليه خبراء من Adeptic Response وCelona وLNS Research وSTL Partners. سجل هنا.
ما هي حالات استخدام الذكاء الاصطناعي التي تستخدمها أكثر في بيئات الإنتاج/التصنيع؟ هل يحتاج أي من هؤلاء إلى شبكات خلوية خاصة؟
“في بيئات الإنتاج، يتم استخدام الذكاء الاصطناعي لتعزيز مراقبة الجودة والصيانة التنبؤية وتحسين العمليات. على سبيل المثال، يتم استخدام الذكاء الاصطناعي وتقنية رؤية الآلة لاكتشاف عيوب اللحام وتصحيحها تلقائيًا في الوقت الفعلي من خلال تحليل صور اللحام، وتحديد الفجوات أو الاختلالات، وضبط المعلمات مثل السرعة أو الحرارة لضمان جودة متسقة.
“اليوم، عمليات النشر الأكثر نشاطًا لدينا هي مساعدات الاسترجاع المعززة، والتي تسمى أيضًا الطيارين المساعدين أو الوكلاء، والتي تتكامل مع أنظمة وبيانات المؤسسة الموثوقة لمساعدة التجار والفرق الداخلية في عمليات البحث عن المخزون، وتكوين المنتج وتسعيره، وتوجيه الخدمة، من بين إمكانيات أخرى. في حين أن هذه بشكل عام تعمل بشكل جيد على اتصال المؤسسة الحالي، فإن الذكاء الاصطناعي المولد الذي يستهلك مباشرًا، وتتطلب مدخلات النطاق الترددي الأعلى تنقلًا موثوقًا، وقدرة الوصلة الصاعدة، ووقت استجابة يمكن التنبؤ به. في هذه السيناريوهات، يمكن للشبكات الخلوية الخاصة أن كن حلاً مثاليًا، يدعم التطبيقات لتعليمات العمل الموجهة بالواقع المعزز أو التحقق باستخدام إطارات الفيديو مثل فحص الكاميرات المتعددة، ودعم الواقع المعزز عبر بيئات الإنتاج المعقدة، والقياس عن بعد أو استدلال الفيديو إلى الحافة.
“تساعد الشبكات اللاسلكية الخاصة عندما يكون هناك عائق في نقل البيانات الكبيرة أو في الوقت الفعلي بين نقاط النهاية المتنقلة والحافة المحلية. توفر الشبكات الخلوية الخاصة البنية التحتية للاتصالات الموثوقة وعالية السعة اللازمة لدعم التقنيات الجديدة، مما يتيح نظامًا بيئيًا صناعيًا أكثر بساطة وأتمتة للمصانع الذكية. والنتيجة هي زيادة كفاءة الخط، وجودة منتج أكثر اتساقًا، وقيمة أكبر للعملاء.”
هل هناك رابط جوهري بين الشبكات الخلوية الخاصة والذكاء الاصطناعي التوليدي في الصناعة 4.0؟
“توفر الشبكات الخلوية الخاصة أساسًا متسقًا وموثوقًا ومرنًا للتطبيقات كثيفة البيانات. نظرًا لأنه يمكن تصميم الشبكات اللاسلكية الخاصة وفقًا للاحتياجات المحددة للمؤسسة، فإنها توفر قدرًا أكبر من التحكم والقدرة على التكيف والأمان مقارنة بالشبكات التقليدية. ومع توسع العمليات أو تطور التقنيات، تتوسع هذه الشبكات بسلاسة، مما يساعد المرافق المستقبلية على تحقيق النجاح على المدى الطويل.
“معظم خطوط أنابيب LLM/MLLM مرتبطة بالحوسبة – حيث يهيمن توليد الرمز المميز والمنطق على زمن الوصول من طرف إلى طرف، وليس على شبكة القفزة الأخيرة – لذا فإن الشبكات الخلوية الخاصة لا تقلل من وقت فك التشفير. حيث تعمل الشبكات اللاسلكية الخاصة والذكاء الاصطناعي التوليدي على تعزيز بعضهما البعض عندما تكون المدخلات/المخرجات متنقلة، أو ذات نطاق ترددي عالٍ، أو تتطلب حدودًا متوترة، مثل دفق الفيديو إلى الحافة المحلية للإدراك أو تنسيق الروبوتات المتنقلة. ومع توسع هذه الأنماط، تصبح الاتصالات الخلوية الخاصة أصبحت الشبكات ذات قيمة متزايدة، في المقام الأول باعتبارها مستوى بيانات يمكن التنبؤ به يغذي الاستدلال السريع للحافة.
في حين أن أحدهما لا يحتاج إلى الآخر، فهل صحيح أن الذكاء الاصطناعي العام سيساعد في تشغيل/إدارة الشبكات الخلوية الخاصة في الصناعة؟ كيف؟
“نعم، يمكن للذكاء الاصطناعي التوليدي أن يساعد بشكل كبير في تشغيل وإدارة الشبكات الخلوية الخاصة، والشبكات بشكل عام، لا سيما في البيئات الصناعية. يحقق وكلاء عمليات الشبكات والبنية التحتية بالفعل مكاسب عملية، بما في ذلك الفرز الأسرع وتلخيص الأسباب الجذرية، واقتراحات التغيير والتراجع، والتفسيرات، وتوليد الوثائق، والبحث بشكل أفضل عبر مستندات وسجلات التصميم. ومن خلال إضافة طبقة خبرة للمشغل، يقلل الذكاء الاصطناعي التوليدي من الجهد والوقت اللازم لحلها. على سبيل المثال، عندما يتم تشخيص مشكلة على أرضية المصنع، يمكن للذكاء الاصطناعي إجراء التشخيصات أولاً، السماح للمشغلين بالتركيز على استكشاف الأخطاء وإصلاحها بشكل مستهدف بدلاً من استكشاف كل مشكلة محتملة، مما يخفف العبء على مشغل الشبكة.
هل صحيح أيضًا أن الذكاء الاصطناعي العام سيساعد في التطبيقات / العمليات الرقمية التي تتم على رأس الشبكات الخلوية الخاصة (والصناعية الأخرى)؟
“يمكن للذكاء الاصطناعي التوليدي أن يلعب دورًا قويًا على رأس الشبكات الخلوية الخاصة والشبكات الصناعية الأخرى. يعمل مساعدو الطيارون على تحسين إنتاجية الخطوط الأمامية بغض النظر عن الشبكة الأساسية، مع إضافة الشبكات الخلوية الخاصة قيمة عندما يكون العمل متنقلًا للغاية أو ثقيلًا متعدد الوسائط. مع توسع حالات استخدام الذكاء الاصطناعي التوليدي إلى سير عمل متنقل ومتعدد الوسائط، ومع نضوج النماذج وأطر الوكيل لهذه الأنماط، تصبح الاتصالات اللاسلكية ذات زمن الوصول المنخفض الموثوقة ذات أهمية متزايدة. يمكن أن يساعد إقران الاستدلال الداخلي مع اللاسلكي الخاص في تحقيق غلاف الأداء المطلوب، مما يتيح نماذج صغيرة أو العوامل الدقيقة الموجودة على الحافة المحلية للحلقات عالية الأداء، مع التصعيد إلى نماذج أكبر عندما تسمح ميزانيات زمن الاستجابة بذلك، ومع ذلك، لا تزال هذه الأنماط ناشئة للغاية، ولا يزال هناك الكثير من الأمور غير المعروفة في الوقت الحالي.
هل هناك علاقة بين هذين الأمرين على الحافة الصناعية – في الموقع – مع استخدام الحوسبة المشتركة؟ أم أن هذا الارتباط الحافة فقط بين الشبكات الخلوية الخاصة مع الذكاء الاصطناعي الآخر (رؤية الكاميرا وما إلى ذلك)؟
“إن الارتباط الأقوى هو بين الشبكات الخلوية، وحوسبة الحافة، والرؤية/الروبوتات. تدير الحوسبة المشتركة في الموقع (GPU/TPU/CPU) مهام رؤية الكمبيوتر الكلاسيكية، في حين يمكن للذكاء الاصطناعي التوليدي توفير توجيه وتلخيص واسترجاع زمن وصول أعلى. ومن المحتمل أن تعمل النماذج الأصغر في دورات ساعة أعلى، ويمكن أن يلعب النهج المتدرج دورًا في تداول زمن الاستجابة للقدرة، على الرغم من أن هذه أيضًا أنماط ناشئة جدًا.
“لا يزال التكامل الأقرب اليوم بين الشبكات الخلوية المتقدمة وأعباء عمل الذكاء الاصطناعي التقليدية، مثل رؤية الكمبيوتر أو التحليلات التنبؤية، التي تعتمد على تدفقات البيانات المستمرة. وقد بدأ الذكاء الاصطناعي التوليدي في البناء على هذا الأساس، باستخدام نفس البنية التحتية اللاسلكية والحافة لدعم اتخاذ قرارات أسرع وعمليات أكثر ذكاءً في المكان الذي يحدث فيه العمل.”
هل تتطلب كل صناعة (وربما كل مؤسسة) إصدارًا خاصًا بالمجال من LLMs؟ كيف يتم تحقيق ذلك ومع أي شركاء؟
“النمط الذي نراه يعمل اليوم هو توليد الاسترجاع المعزز (RAG) أولاً على البيانات المحكومة، مع ضبط المهام الخفيفة حيث يساعد بشكل قابل للقياس. تغطي نماذج الأساس، إلى جانب المتغيرات المقطرة الأصغر، معظم الاحتياجات. ويتعلق التخصص بالبيانات والأدوات والتقييمات أكثر من إنشاء “ماجستير إدارة أعمال” مخصص للصناعة. ومع ذلك، بينما نستكشف نماذج أصغر تؤدي مهام متخصصة بمقايضات مختلفة، فمن الممكن بالتأكيد رؤية نماذج المجال أو المهام المحددة تلعب دورًا أكبر. نتوقع أن تزداد أهمية النماذج الخاصة بالمجال بشكل عام.
يتطلب إنشاء LLM في مجال محدد تعاونًا وثيقًا مع موفري الخدمات السحابية والذكاء الاصطناعي والباحثين والعملاء لضمان أن هذه النماذج ترتكز على احتياجات العالم الحقيقي وتقدم رؤى تعزز حقًا العمل الذي يتم إنجازه.
ما هي سياستك بشأن الخصوصية والأمن السحابي؟
“تقوم Deere بتصميم وتشغيل حلول الذكاء الاصطناعي مع الأمان والخصوصية بشكل افتراضي. نحن نتبع أطر العمل المعترف بها ونفرض أقل قدر من الوصول إلى الامتيازات مع التشفير أثناء النقل وأثناء الراحة. نحن نطبق ضوابط صارمة على استخدام البيانات، بما في ذلك منع موفري النماذج من التدريب على بياناتنا دون موافقة صريحة، ونحترم متطلبات إقامة/سيادة البيانات الإقليمية. يراقب برنامج الحوكمة لدينا اللوائح المتطورة ويكيف ضوابطنا وفقًا لذلك.
“بالإضافة إلى ذلك، يتمتع عملاؤنا بالتحكم الكامل في بياناتهم ويقررون مع من يشاركونها ومتى. مهمتنا هي التأكد من تأمين بياناتهم بشكل صحيح في جميع الأوقات. يوفر مركز عمليات John Deere، وهو عبارة عن منصة سحابية تسمح للمزارعين بمراقبة أداء المعدات، وتحليل الظروف الميدانية، واتخاذ قرارات تعتمد على البيانات، بيئة آمنة للعملاء للتعاون مع مستشارين موثوقين أو تجار محليين.”
