يعمل نموذج اللغة Gemma من Google، بعد تقليصه إلى 28.9 مليون معلمة (parameter)، الآن على متحكم دقيق ESP32-S3 يُباع بنحو 8 دولارات فقط. قام مطور مستقل ببناء إثبات المفهوم هذا، ليُظهر أن نموذج لغة كبير (LLM) كامل الميزات يمكن أن يعمل على أجهزة رخيصة بما يكفي لتُخفى داخل أي جهاز من أجهزة إنترنت الأشياء (IoT).
كيف تعمل هذه الحيلة
تقوم أدوات الضغط الخاصة بـ Gemma بضغط أوزان النموذج ومخطط التنفيذ (execution graph) حتى تتناسب مع ذاكرة الوصول العشوائي (RAM) وذاكرة الفلاش المتواضعة في ESP32، كما يوضح المصدر. وتقوم هذه الرقاقة، المفضلة في أجهزة الاستشعار القابلة للارتداء ومنخفضة التكلفة، بتشغيل النموذج بالكامل دون اتصال بالإنترنت (offline) — دون الحاجة إلى اتصال سحابي.
لماذا يثير هذا مخاوف بشأن أمن إنترنت الأشياء (IoT)
- الاستدلال دون اتصال (Offline inference) يحافظ على البيانات داخل الجهاز، مما يمحو سجلات الخادم ولكنه يزيل أيضًا نقطة رؤية للمدافعين.
- الأجهزة الرخيصة والمنتشرة تسمح للمهاجمين بدمج ذكاء اصطناعي متطور في أجهزة تندمج بسهولة في البيئات الاستهلاكية أو الصناعية العادية.
- الإرهاق من التحديثات والترقيعات – غالبًا ما تعمل أجهزة ESP32 ببرامج ثابتة (firmware) نادراً ما يتم تحديثها، مما يحول وحدة الذكاء الاصطناعي الضعيفة إلى كابوس لوجستي.
الفوائد المحتملة والجانب المقابل
إن تشغيل الذكاء الاصطناعي على الحافة (edge) يحمي خصوصية المستخدم لأن بيانات المستشعرات الخام لا تُرسل أبدًا إلى خادم. ومع ذلك، يمكن إساءة استخدام درع الخصوصية نفسه.
ما الخطوة التالية للمدافعين
إن القدرة على تشغيل نموذج لغة كبير (LLM) بـ 28 مليون معلمة على رقاقة بقيمة 8 دولارات تحول قدرة كانت مقتصرة سابقًا على السحابة إلى تهديد خفي ومنتشر. يجب على المؤسسات التعامل مع الذكاء الاصطناعي على الحافة (edge AI) كجبهة أمنية، وليس مجرد وسيلة للراحة.