تعبيرية
فيسبوك تبني رقاقات لتحليل فيديوهات البث المباشر
تعمل شركة فيسبوك على تصميم وإنتاج رقاقات حاسب خاصة بها تكون أكثر كفاءة في استخدام الطاقة من أجل تحليل وتصفية محتوى فيديوهات خدمة البث المباشر المسماة “فيسبوك لايف” Facebook Live، وبحسب ما صرح به يان ليكون Yann LeCun، كبير علماء الذكاء الاصطناعي لدى الشركة في حديث خلال مؤتمر Viva Technology في العاصمة الفرنسية باريس، فإن الأساليب التقليدية لم تعد كافية لتطلبها الكثير من الطاقة والحوسبة.
وأوضح يان في سياق حديثه ضمن مؤتمر باريس للتكنولوجيا “دعنا نتخيل شخصًا يستخدم خدمة فيسبوك لايف Facebook Live لتصوير انتحاره أو موته، لا بد أنك ترغب بأن تكون قادرًا على إزالة هذا النوع من المحتوى فور حدوثه”، وقال إن استخدام أنظمة مبنية على أجهزة حاسب تقليدية لمراقبة كل مقطع فيديو مباشر أو مسجل سوف يتطلب كمية هائلة من القدرة الحوسبية، والتي تكلف الكثير فيما يتعلق باستهلاك الطاقة.
ويستخدم فيسبوك حاليًا معالجات إنتل للعديد من خدماتها في مجال الذكاء الاصطناعي، بحيث يمكن أن يساعد انتقال الشركة إلى استخدام شريحة متخصصة في تصفية المحتوى الفيديوي بسرعة أكبر عند وجود خرق لبنود الخدمة، مع الإشارة إلى استخدام منصة التواصل الإجتماعي حاليًا لأشكال مختلفة من تقنية الرؤية الحاسوبية من أجل إزالة المحتوى غير المرغوب فيه.
ووفقًا لتصريحات المسؤولين في فيسبوك فإن هناك دافعًا كبيرًا لتصميم رقاقة خاصة بالشركة تكون اكثر كفاءة في استخدام الطاقة، وأن هناك عدد كبير من الشركات تعمل على هذا الأمر، بما في ذلك فيسبوك، بحيث أن شركات تصنيع الأجهزة مثل إنتل وسامسونج وإنفيديا بدأت هذا الاتجاه.
وذكرت وكالة بلومبرج في الشهر الماضي أن منصة التواصل الإجتماعي تعمل على تكوين فريق خاص بها متخصص في تصميم أشباه الموصلات، وذلك وفقا لقوائم الوظائف والأشخاص المطلعين على الأمر، وتتطلع الشركة، من بين شركات التكنولوجيا الأخرى، إلى تزويد نفسها بنفسها، وتقليل اعتمادها على شركات تصنيع الرقاقات مثل إنتل وكوالكوم.
وتعد جوجل مثالًا آخر على الشركات التي تبني معداتها الخاصة بها، بحيث أنها تتلائم مع متطلباتها الخاصة، إذ فاجأت شركة جوجل العديد من الشركات عندما قامت ببناء وحدة معالجه Tensor لتشغيل AlphaGo AI على أجهزة أسرع في عام 2015، وأعلنت عنها في عام 2016، ووعدت بأن الشريحة قادرة على مساعدتها في القفز إلى الأمام مع تحقيق أداء أعلى من أداء وحدات معالجة الرسوميات Tesla K80 من إنفيديا.
تجدر الإشارة إلى قيام فيسبوك سابقًا بتصميم معمارية أجهزة الخوادم الخاصة به واللوحات الرئيسية ورقاقات الاتصال الخاصة بها لمراكز البيانات، ويبدو أن شركة التواصل الإجتماعي ماضية في طريقها إلى تصميم معالجات التعلم الآلي ML الخاصة بها لتحقيق هدفها في امتلاك القدرة على تصفية محتوى فيديوهات البث المباشر في الوقت الفعلي.
