لم يعد تشغيل نماذج الذكاء الاصطناعي محليًا يتطلب امتلاك حاسوب خارق أو الاعتماد على الخدمات السحابية المدفوعة، إذ تتجه شركات التكنولوجيا إلى تطوير نماذج صغيرة الحجم يمكن تشغيلها على أجهزة الحاسوب العادية، بما يتيح للمستخدمين الاستفادة من قدرات هذه التقنية من دون الحاجة إلى اشتراكات شهرية. وفي هذا السياق، تطرح شركات تطوير الذكاء الاصطناعي نماذج مصغرة بأحجام ومعايير أقل من النماذج الرائدة، لكنها توفر أداءً جيدًا في عدد من المهام اليومية، وإن كانت لا تضاهي النماذج الكبرى في جميع القدرات، وفق ما أوردته تقارير تقنية متخصصة.

وتبرز ضمن هذه النماذج عائلة "جيما" (Gemma) التي تطورها شركة غوغل، ومن بينها نموذج "جيما 4 إي 2 بي" (Gemma 4 E2B)، الذي يُعد الأصغر حجمًا ضمن العائلة. ويعتمد النموذج آلية خاصة لإدارة طبقات البيانات والمحادثات الطويلة، تقوم على تخصيص مصفوفة تضمين صغيرة لكل طبقة، بما يسهّل الوصول إلى المعلومات ويحد من استهلاك الموارد الحاسوبية. كما يتميز بقدرته على التعامل مع المدخلات متعددة الوسائط، بما يشمل النصوص والصور والصوت، ويدعم نحو 140 لغة وسياقًا يصل إلى 128 ألف رمز، الأمر الذي يجعله مناسبًا للاستخدام اليومي على الهواتف وأجهزة "كروم بوك" القديمة والحواسيب محدودة الإمكانات.

ومن جهتها، طرحت شركة علي بابا نموذج "كوين 3.5 سمول" (Qwen 3.5 Small) في آذار/ مارس 2026، بأربعة أحجام مختلفة تبدأ من 0.8 مليار وتصل إلى 9 مليارات رمز، وتعتمد جميعها على البنية الأساسية ذاتها للنماذج الكبرى التي تطورها الشركة. وتصل نافذة السياق في هذه النماذج إلى 262 ألف رمز، كما تدعم أنماط إدخال متعددة، وتتيح للمستخدم التحكم في الأدوات والتطبيقات المثبتة على الحاسوب، بما يشمل تنفيذ مهام مثل تعديل الصور والمونتاج وغيرها من الاستخدامات الرقمية.

وفي فئة النماذج الأصغر حجمًا، يبرز نموذج "إل إف إم 3" (LFM 3) الذي تطوره شركة "ليكويد إيه آي" الناشئة، إذ لا يتجاوز حجمه غيغابايت واحدًا، ويعتمد على 1.73 مليار رمز. ويُعد هذا النموذج مخصصًا بصورة أساسية للعمل مع وكلاء الذكاء الاصطناعي، بدلًا من الاقتصار على آليات الدردشة التقليدية، ما يجعله ملائمًا لبناء المهام والتخطيط لتنفيذها والتحكم في الأدوات والتطبيقات الأخرى.

كذلك تقدم شركة "آي بي إم" نموذج "غرانيت 4.2" (Granite 4.2)، الذي يبلغ حجمه نحو 2.24 غيغابايت، ويتيح للمستخدم تحديد مستوى التفكير واستهلاك الرموز، بما يوفر مرونة في إدارة الموارد أثناء التشغيل. ويعتمد النموذج على رخصة "أباتشي" المفتوحة، التي تمنح المستخدمين حرية أوسع في الاستعمال، كما يستهدف مهام التفكير المنطقي وكتابة الشيفرات البرمجية واستخدام الأدوات المختلفة، فضلًا عن دعمه المحادثات بلغات متعددة.

وعلى صعيد متطلبات التشغيل، تشير المعطيات التقنية إلى أن البطاقة الرسومية تمثل العنصر الأهم في تحديد نوعية نماذج الذكاء الاصطناعي التي يستطيع الحاسوب تشغيلها وحجمها، إذ تؤثر قوتها بصورة مباشرة في سرعة المعالجة والقدرات المتاحة. وفي المقابل، تؤثر بقية مكونات الجهاز، ولا سيما المعالج والذاكرة العشوائية، في سلاسة التشغيل وإمكانية استخدام تطبيقات أخرى بالتزامن مع النموذج؛ فمحدودية الذاكرة، مثلًا، قد تعيق تشغيل برامج إضافية أثناء استخدام الذكاء الاصطناعي.

وبذلك، تتيح النماذج الصغيرة للمستخدمين الاستفادة من أدوات الذكاء الاصطناعي محليًا بكلفة أقل واستهلاك محدود للموارد، من دون الاضطرار إلى الاعتماد الدائم على الخدمات السحابية. ورغم الفارق في الأداء بينها وبين النماذج الكبرى، فإنها توفر خيارات عملية لمهام المحادثة والبرمجة والتخطيط والتحكم بالأدوات، وتوسّع نطاق استخدام الذكاء الاصطناعي على الحواسيب الشخصية ذات المواصفات المتوسطة والمحدودة.3

الكلمات المفتاحية