التعلّم بالممارسة
كنتُ أريد مساعدة الشركات التي لا تستطيع الانتقال إلى السحابة، لكنني أردتُ أيضًا أن أفهم كيف يعمل الذكاء الاصطناعي المحلي فعلاً. لذلك بنيتُ بيئة اختبار محلية بسيطة من المعدات التي كانت لدي بالفعل في المنزل.
لم يكن هذا إعداد مركز بيانات عالي المستوى. كان مجرد لابتوب ألعاب. لكنه ساعدني على اختبار أدوات مختلفة، وتشغيل النماذج، ومعرفة ما الممكن باستخدام برمجيات الذكاء الاصطناعي المحلي المتاحة اليوم.
إعدادي الأول: لابتوب ألعاب ASUS
المواصفات:
-
GPU: NVIDIA GeForce 2060 Ti
-
CPU: Intel i7 (الجيل الثامن)
-
RAM: 16 GB
-
التخزين: 512 GB SSD
هذا الإعداد أتاح لي تشغيل نماذج أخف (4GB و 8GB) دون مشاكل كبيرة. لكن أكبر درس جاء سريعًا: حجم النموذج لا يعني حجم الملف.
إذا قال نموذج إنه 16GB، فهذا يعني أنك تحتاج إلى هذا القدر من VRAM أو RAM الفارغة. وإذا كان نظام التشغيل لديك يستخدم جزءًا منها بالفعل، فمن الأفضل أن تختار حجمًا أصغر. لهذا السبب كانت نماذج 4GB تعمل بشكل أفضل بكثير بالنسبة لي في البداية — إلى أن أدركتُ أن النموذج الأصغر يهلوس بسهولة أكبر أيضًا أو لا يستطيع اتباع مهام أكثر تعقيدًا.
وقت الإعداد والصعوبات
استغرق تشغيل نموذجي الأول حوالي يوم ونصف. استخدمت LM Studio، وعلى الرغم من أنه عمل في النهاية، كانت هناك الكثير من المشكلات الصغيرة: تحديثات التعريفات، أخطاء الذاكرة، وانخفاضات غريبة في الأداء.
لكن بمجرد أن جعلته يعمل، كانت النتيجة تستحق ذلك. كان لدي ذكاء اصطناعي محلي وخاص يعمل على جهازي.
ما فاجأني
-
النماذج الأصغر غالبًا ما تهلوس: تطرح سؤالًا فتجيب، لكنها تنسى السياق بسرعة.
-
خفيف الوزن = محدود: مع 16GB RAM فقط، لم أستطع تشغيل أي شيء كبير. لكنني تعلمت الكثير رغم ذلك.
-
الأدوات مفتوحة المصدر مذهلة: يمكنك الحصول على نتائج حقيقية باستخدام Ollama أو OpenWebUI أو LM Studio – حتى على جهاز متواضع.
إعدادي التالي: أكبر، أفضل، وما يزال محليًا
للمضي أبعد، أقوم الآن ببناء جهاز مكتبي مع:
-
Ryzen CPU
-
NVIDIA 3060 Ti GPU
-
32 GB RAM للبدء، قابلة للتوسعة حتى 128 GB
بمجرد أن يصبح هذا الإعداد جاهزًا، سأختبر نماذج أكبر، وأرى مقدار السياق الذي يمكنني إدارته، وأجرّب تدفقات عمل أعمال حقيقية مثل تصنيف المستندات، ودعم CRM، والدردشة الداخلية.
أفكار ختامية
بناء مختبر الذكاء الاصطناعي المحلي الخاص بك ليس للجميع. لكن إذا كنت تريد أن تتعلم، أو تختبر، أو تستعد لحالات استخدام الذكاء الاصطناعي في بيئات آمنة، فلا يوجد معلم أفضل من إعدادك الخاص.
سيتعمق المقال التالي في الأدوات التي جربتها – أيها أعجبني، وأيها لن أستخدمه مرة أخرى.
Markku Arvekari
خبير التحول الرقمي
