مقالات معمّقة حول التكنولوجيا التي تشكّل المستقبل.

دروس من الرسم البياني للمعرفة على الجهاز لدى Apple

الرسم البياني للمعرفة على جهاز Apple يوضح كيف تبني تعلم آلة خاصًا يعمل محليًا أولًا. خمسة أخطاء شائعة لدى الممارسين والحلول التي تنجح فعلًا.

رسم بياني متوهج من عقد وحواف مجردة يحوم فوق حاسوب محمول في غرفة مظلمة.
يتشكل الرسم البياني الشخصي تلقائيًا من الإشارات التي يجمعها جهازك أصلًا.

اطلب من جهاز Mac أن «يرسل رسالة لأخي» فيفعل ذلك فورًا. بلا مؤشر تحميل، ولا بحث ظاهر، ولا رحلة ذهاب وإياب عبر الشبكة، فهو يعرف أي شخص من مئات الأسماء في جهات اتصالك هو أخوك. يحدث ذلك لأن كل جهاز Mac منذ macOS Ventura يشغّل بهدوء رسمًا بيانيًا للمعرفة على الجهاز: زوج من العمليات الخلفية (daemons) تقرأ جهات الاتصال، وتجمعات الوجوه في الصور، ومن يحضر أحداث التقويم، وبيانات Mail وMessages الوصفية، وأنماط المواقع، وبيانات Screen Time، ثم تدمج كل ذلك في مخزن قابل للاستعلام يحفظ معلومات عنك: من أنت، ومن تعرف، وكيف يرتبط هؤلاء الناس بك وببعضهم.

كشف باحثو الأمن مؤخرًا كيف يصل هذا النظام إلى أعماق بعيدة. العمليتان — knowledgeconstructiond وintelligenceplatformd — تحافظان على دليل من 51 قاعدة بيانات SQLite تحت ~/Library/IntelligencePlatform. وأهمها graph.db، وهو مخزن ثلاثيات (triple store) مكتوب بمفردات تضم 181 صنفًا للكيانات و278 مسندًا، بما في ذلك علاقات قرابة مستنتجة لم يكتبها أحد في بطاقة جهة اتصال. أكثر النقاش حول هذا الاكتشاف يدور حول الموافقة، وهو نقاش مشروع. لكنني أمضيت سنوات في بناء ميزات تعلم آلة لقمة العيش، وحين قرأت التحليل الهندسي العكسي كان رد فعلي الأول مختلفًا: هذا من أكثر الأمثلة قيمةً في هندسة التعلم الآلي المحلي-أولًا التي طُبّقت على نطاق واسع. لذلك، بدلًا من إعادة فتح الجدل الأخلاقي، سأستعرض الأخطاء الخمسة التي يقع فيها الممارسون عند بناء أنظمة مشابهة، وما نجح فيه مهندسو Apple وما أخطأوا فيه، حتى لا تضطر إلى تعلمه بالطريقة الصعبة.

الخطأ 1: اللجوء إلى نموذج ضخم واحد بدلًا من مصنفات صغيرة متخصصة

الغريزة الأولى لدى معظم الفرق عند سماع «نظام التشغيل يفهم عائلتك» هي أن يفترضوا وجود نموذج لغوي كبير في المنتصف. والحقيقة أنه لا يوجد، وهذا هو الدرس. الاستدلال على صلة القرابة الذي تصدّر العناوين — أي أن النظام يقرر أن جهة الاتصال هذه هي أمك وتلك مديرك — يتم عبر مصنفات ضيقة ومتخصصة تعمل على إشارات منظمة: عضوية Family Sharing وأعمار أفرادها، وحقول الأسماء المرتبطة في جهات الاتصال، وأنماط حضور الأحداث المشتركة في التقويم، وتكرار التواصل واتجاهه، وظهور الوجوه معًا في الصور. كل مصنف يجيب بإتقان عن سؤال صغير واحد، والرسم البياني يربط الإجابات ببعضها.

السبب هنا عملي بحت: الميزانية. الخدمة التي تعمل باستمرار، وتستهلك البطارية إلى جانب كل ما يقوم به نظام التشغيل، لا تستطيع تحمّل تمرير أمامي (forward pass) لنموذج محولات (transformer) مع كل حدث. المصنفات الصغيرة تعمل خلال ميكروثانٍ على Neural Engine، وهي حتمية بما يكفي لاختبارها بالوحدة، وعند خطأ أحدها يمكنك إعادة تدريبه دون المساس بالبقية. رأيت فرقًا تُنفق أرباع السنة في محاولة جعل نموذج عام يؤدي ما تؤديه شجرة معززة بالتدرج (gradient-boosted tree) على ثلاثين ميزة مختارة بعناية، وبنتيجة أفضل. وقد تناولنا الظاهرة نفسها في الرؤية الحاسوبية: الشبكات الالتفافية المتخصصة تتفوق عادةً على أحدث نماذج اللغة الكبيرة في تصنيف الصور وبجزء بسيط من التكلفة. النمط ينطبق في كل مكان. ميزات التخصيص نادرًا ما تحتاج إلى نموذج عام، بل إلى مخطط (schema) جيد وكومة من المصنفات المملة والممتازة.

الفائدة الأقل تقديرًا هي التدهور المتدرج. إذا لم يعمل خط التعرف على الوجوه أبدًا لأن المستخدم لا يستخدم الصور، فإن مصنف القرابة لا يزال لديه Family Sharing وجهات الاتصال ليعمل بهما. النماذج الأحادية تنهار بشكل كارثي عندما يتغير توزيع مدخلاتها؛ أما مجموعة من المصنفات الخاصة بكل إشارة فتخسر صوتًا واحدًا فقط. عندما تصمم ميزتك التالية على الجهاز، عدّد الإشارات المستقلة أولًا، ثم اسأل عن أصغر نموذج لكل إشارة. احتفظ بنموذج اللغة الكبير للمرحلة الأخيرة من التفاعل باللغة الطبيعية، حيث يكون موضعه الصحيح.

آلات صغيرة متخصصة كثيرة تعمل صفًا بجانب صف بينما تقبع آلة عملاقة واحدة غير مستخدمة تحت غطاء.
مجموعة من المصنفات الضيقة تتفوق على نموذج عملاق واحد في الاستدلال المستمر المحدود بالبطارية.

الخطأ 2: تخزين الحقائق دون مصدر أو آلية للسحب

في التحليل تفصيلة تجاهلتها معظم التغطيات، وهي أجمل ما فيه برأيي. الحافة في هذا الرسم — مثلًا «هذا الشخص يعمل في هذه المؤسسة» — ليست صفًا واحدًا، بل صفان يتشاركان relationshipId: أحدهما يحدد نوع العلاقة، والآخر يشير إلى الكيان المرتبط. هناك 46 صنفًا لنوع العلاقة موجودة فقط لحمل هذا الوسيط غير المباشر. هذا ما يسمى التجسيد (reification)، والسبب في فعله أن الحافة نفسها يمكنها حمل خصائص، كدرجة ثقة ومصدر وطابع زمني، ويمكن سحبها لاحقًا دون التظاهر بأنها لم تكن موجودة.

هذا أكثر خطأ أراه في أنظمة التخصيص المحلية: حقائق مخزنة كأعمدة مسطحة. user.employer = "Acme". يعمل ذلك حتى يغيّر أحدهم عمله، أو يُطلّق، أو يتبين أن الاستنتاج كان خاطئًا، فتجد نفسك إما تكتب فوق تاريخ كنت تحتاجه للتصحيح، أو تترك حقائق قديمة في مكانها لأن حذفها يكسر شيئًا لاحقًا. الحقائق الشخصية تتقادم بسرعة: الناس ينتقلون، والعلاقات تنتهي، وجهات العمل تتغير. المخزن الذي لا يستطيع التعبير عن «اعتقدنا هذا بثقة 0.7، ومصدره حضور أحداث التقويم، وتم سحبه في 3 مارس» سيمتلئ بالأشباح بصمت. المخطط الذي يعالج ذلك يبدو تقريبًا كالتالي:

-- A reified edge: two rows share one relationship id,
-- so the edge itself can carry confidence and provenance.
CREATE TABLE triples (
subject    TEXT NOT NULL,          -- an entity id
predicate  TEXT NOT NULL,          -- e.g. 'relationshipType', 'relatedEntity'
object     TEXT NOT NULL,          -- a value or another entity id
rel_id     TEXT,                   -- groups the rows forming one edge
confidence REAL,                   -- how sure are we?
source     TEXT,                   -- which signal produced this fact
created    INTEGER NOT NULL,
retracted  INTEGER                 -- soft delete: facts decay, history stays
);
-- One edge, two rows:
-- ('person:8f2a', 'relationshipType', 'employerOf', 'rel:91', 0.82, 'calendar', ...)
-- ('person:8f2a', 'relatedEntity',    'org:acme',   'rel:91', 0.82, 'calendar', ...)

لاحظ أيضًا ما يخبرك به اختيار التنفيذ: كل هذا يعيش في SQLite عادية. لا قاعدة بيانات رسومية غريبة ولا محرك تخزين مخصص، فقط جداول تستطيع استعلامها بأكثر قواعد البيانات المضمّنة اختبارًا على وجه الأرض. وإذا أغراك استخدام مخزن رسومي متخصص لعدد حواف يبلغ بضعة ملايين على جهاز واحد، فلا تفعل. كتبنا عن المكان الذي تستحق فيه قواعد البيانات الرسومية المضمّنة وجودها خارج SQLite، والإجابة الصادقة أن معظم التطبيقات لا تصل إلى تلك النقطة أبدًا. الثلاثيات في SQLite مع فهرسة منضبطة على الموضوع والمسند ستأخذك إلى مسافة مدهشة. أنفق ميزانية تعقيدك على دلالات المصدر والسحب بدلًا من ذلك، فهنا تنكسر هذه الأنظمة فعلًا.

الخطأ 3: التعامل مع حل الكيانات كتفصيلة محسومة

كل وثيقة تصميم قرأتها لنظام كهذا تحتوي على نقطة تقول «ثم نوحّد الكيانات»، كأنها عمل بعد ظهر يوم واحد. وهي في الواقع أصعب جزء في خط المعالجة بفارق كبير. جهات اتصالك تقول «James Whitfield». الصور فيها مجموعة وجوه بلا اسم. التقويم فيه حاضر اسمه «j.whitfield@company.com». والرسائل فيها معرّف «+1-415-555-0142». قيمة الرسم البياني تعتمد كليًا على ما إذا كانت هذه الملاحظات الأربع ستصبح شخصًا واحدًا، وعلى ما إذا كانت ستبقى منفصلة بشكل صحيح عن الـ James الآخر، الذي تعرفه من نادي الجري.

البنية العملية هي تجميع تدريجي مع تكاليف أخطاء غير متماثلة. الدمج الخاطئ، أي الحكم بأن شخصين مختلفين شخص واحد، يلوّث كل استنتاج لاحق ويصعب تفكيكه، لأن حقائق الشخصين الحقيقيين صارت متشابكة في عقدة واحدة. أما الانفصال الخاطئ فيعني فقط أن الرسم البياني يعرف القليل إلى أن تأتي أدلة إضافية. لذلك اجعل عتبة الدمج عالية، ودع المعرّفات الصلبة المشتركة، كرقم هاتف يظهر في مصدرين، تقوم بمعظم العمل، واترك الإشارات الناعمة كتشابه الأسماء والتواجد المشترك لحسم التعادل فقط. الحلقة الأساسية مملة عن قصد:

# Incremental entity resolution: precision over recall.
# A false merge corrupts everything downstream; a false split
# just means you learn slower. So merge only on strong evidence.
HARD_SIGNALS = {"phone", "email", "contact_id"}   # near-certain identity
MERGE_THRESHOLD = 0.95                             # soft-signal bar, set high
def ingest(observation, graph):
candidate = find_candidate(observation, graph)
if candidate is None:
return graph.new_entity(observation)
if shares_hard_signal(observation, candidate, HARD_SIGNALS):
return graph.merge(observation, candidate, confidence=1.0)
score = soft_match_score(observation, candidate)  # name sim, co-occurrence
if score >= MERGE_THRESHOLD:
return graph.merge(observation, candidate, confidence=score)
return graph.new_entity(observation)  # when in doubt, split

قاعدتان إضافيتان تنقذانك لاحقًا. أولًا، كل قرار دمج هو نفسه حقيقة لها مصدر، فسجّل الإشارات التي برّرته، لأنه عندما يقول المستخدم «هذه ليست أختي، بل زميلتي في العمل» تحتاج إلى فك الدمج بدقة جراحية، لا حذف العقدة. ثانيًا، لا تسمح أبدًا لمخرجات مصنف واحد بدمج الكيانات بمفرده؛ اشترط تأكيدًا من إشارة مستقلة أخرى. ومن الأشياء المدهشة بهدوء في تصميم Apple أن علاقات القرابة والتوظيف والتواصل كلها معلّقة على الكيان المحلول، فيُحتوى خطأ الحل بدلًا من أن يتضخم، بشرط أن يكون الحل صحيحًا من الأساس. خصص نصف الجدول الزمني لهذا الجزء. ستحتاجه.

الخطأ 4: افتراض أن «على الجهاز» يعني أن عمل الخصوصية قد انتهى

الآن الجزء الذي أتوقف فيه عن الإشادة بالهندسة. الدفاع المعتاد عن هذه البنية، وقد هيمن على ردود الفعل العامة، هو «لا يغادر جهازك أبدًا، إذن فلا بأس». وهذا نصف حجة فقط. التعلم الآلي المحلي-أولًا يحل فعلًا مشكلة إقامة البيانات: لا توجد نسخة على الخادم تُخترق بالجملة، ولا خط أنابيب لتقنية الإعلانات يلتقط رسمك الاجتماعي، ولا هدف لأمر استدعاء قضائي يطال مئة مليون مستخدم دفعة واحدة. هذا فوز حقيقي وملموس مقارنةً بالطريقة التي تُبنى بها ميزات التخصيص في كل شركة منصات أخرى، وسأدافع عنه.

لكن التجميع مضاعِف مخاطر قائم بذاته، والتخزين المحلي لا يفعل شيئًا حياله. أي مصدر منفرد — جهات اتصالك، تقويمك، بيانات رسائلك الوصفية — حساس بشكل محدود. أما الرسم المدموج، الذي يعرف جهة عملك، وشجرة عائلتك مع الأعمار، وتكرار تواصلك مع كل شخص، وأنماط تنقلك، وأنشطتك اليومية، فهو أثمن بشكل نوعي من أي من مدخلاته. والأسوأ أن هذا المخزن موجود في SQLite غير مشفرة، محمي فقط بصلاحية Full Disk Access، وغير موثق إلا في صفحة man من جملتين، دون مفتاح تبديل لكل ميزة ودون طريقة واضحة للانسحاب. وأدوات الطب الشرعي تقرأ نسخة iOS أصلًا. طبّق الباحثون وراء التحليل التجربة الفكرية الواضحة: أعطِ هذا المخزن لبرنامج خبيث، أو لشريك مسيء يعرف كلمة مرور الجهاز، وستحصل على ملف شخصي جاهز: من تتحدث إليهم، وكم مرة، وإلى أين تذهب، ومن هم أطفالك.

الحل المحلي-أولًا يحل مشكلة إقامة البيانات. ولا يفعل شيئًا لمشكلة التجميع، فالملف المدموج على القرص يبقى ملفًا شخصيًا كاملًا.

تيارات كثيرة من الضوء تتلاقى في جرة زجاجية متوهجة واحدة على قاعدة.
دمج إشارات محدودة كثيرة في مخزن واحد يخلق نقطة فشل واحدة أثمن من أي مدخل فيه.

الحلول ليست غريبة، ولهذا يؤلم غيابها. شفّر المخزن أثناء التخزين بمفتاح مرتبط بحضور المستخدم. قدّم مفتاح تبديل مرئيًا، لا «ذكاء Siri» ككتلة واحدة، بل تحكمًا دقيقًا في الإشارات التي تغذي الرسم البياني. وثّق المخطط. وعامل الحقائق المستنتجة معاملة أكثر حساسية من الحقائق الخام، لا أقل: لم يوافق أحد على أن «هذا النظام استنتج عمر ابنتك»، حتى لو كان قد منح الوصول إلى المدخلات التي مكّنت ذلك. إذا كنت تبني تعلمًا آليًا محليًا-أولًا، فقل هذه الجملة لنفسك في مراجعة التصميم: أن لا نستطيع رؤية البيانات لا يعني أن أحدًا لن يراها أبدًا. خطط ليوم يُخترق فيه الجهاز أو يُصادَر أو يُباع، فهذا سيحدث لجزء من أسطولك.

الخطأ 5: شحن الاستدلال دون مسار للفحص

فكّر في كيف نعرف أن أيًا من هذا موجود. ليس من التوثيق، فالوصف الرسمي هو صفحة man المقتضبة تلك. نعرف لأن باحثين مستقلين قاموا بالهندسة العكسية لقواعد البيانات وبنوا لوحة تحكم مفتوحة المصدر تتيح للمستخدمين قراءة رسمهم البياني الخاص، وأن مطور أدوات الطب الشرعي علّم أداته تحليل نسخة iOS. اكتشف المستخدمون تسميات قرابة مستنتجة عن عائلاتهم بتشغيل شيفرة طرف ثالث على أجهزتهم. هذا فشل معروف، وهو فخ تقع فيه فرق الهندسة وهي مفتوحة العينين: النظام يصدر استنتاجات عن شخص ما، والشخص لا يملك وسيلة أصيلة من المنتج نفسه ليرى هذه الاستنتاجات أو يصححها أو يحذفها.

هذا ليس مجرد بند أخلاقي، بل بند تشغيلي أيضًا. إذا لم تستطع رؤية الرسم البياني، فلا تستطيع تصحيحه. عندما يبلغ مستخدم «مساعدك يظن أن طليقي زوجتي»، فالطريقة الوحيدة للإجابة عن السبب هي تتبع الحافة عبر المصدر إلى الإشارة التي أنتجتها. الفرق التي تبني مسار القراءة مبكرًا — عارض داخلي، أو زر تصدير، أو خاصية «اشرح هذا» على كل حقيقة مستنتجة — تشحن نماذج أفضل، لأن الاستنتاجات الخاطئة تتحول إلى بلاغات أخطاء مرئية بدلًا من استياء صامت. أما الفرق التي لا تفعل ذلك، فينتهي بها الأمر بمستخدمين يلتقطون صور شاشة للوحات تحكم مهندسة عكسيًا وينشرونها على مواقع التواصل، وهذه صورة أسوأ بكثير من أي صفحة إعدادات كانت ستكلّف أقل.

قاعدتي العملية، التي تعلمتها بالطريقة الصعبة: أي ميزة تستخلص استنتاجات عن المستخدم، فإن واجهة الفحص ليست شيئًا لطيفًا يأتي لاحقًا في إصدار قادم. يجب أن تُشحن في الإصدار نفسه، وإلا فلا تُشحن الميزة أصلًا. الكلفة صفحة إعدادات وتصدير بصيغة JSON. والعائد ثقة لا تحتاج إلى التوسل من أجلها في بيان صحفي. وعمليًا، الجهات التنظيمية تدور حول هذه الفجوة بالذات: الأنظمة التي تستنتج خصائص حساسة عن الناس مدينة لهم بالرؤية، و«إنه على الجهاز» لن تكون دفاعًا معترفًا به عن الإخفاء.

ما الذي تسرقه لميزة التعلم الآلي المحلي-أولًا التالية

إذا نزعنا الجدل جانبًا، فهذه هي البنية التي أسلّمها لأي فريق يبني تخصيصًا لا يستطيع الاتصال بالخادم، والحقيقة أن معظم التخصيص لا ينبغي أن يتصل بالخادم أصلًا. المخطط المختصر:

  • مصنفات صغيرة كثيرة بدلًا من نموذج كبير واحد. مصنف لكل إشارة، قابل للاختبار وإعادة التدريب بشكل مستقل، ورخيص بما يكفي لتشغيله على البطارية بلا توقف.
  • مخزن ثلاثيات مع حواف مجسّدة. كل حقيقة تحمل الثقة والمصدر والطوابع الزمنية، ويمكن سحب أي حقيقة دون محو التاريخ. SQLite تكفي.
  • حل كيانات مضبوط على الدقة. الدمج الخاطئ هو الخطأ الكارثي، أما الانفصال الخاطئ فيبطئك فقط. تحقق من التأكيد قبل التوحيد.
  • هندسة خصوصية تتجاوز الإقامة. تشفير أثناء التخزين، وموافقة دقيقة، وحدود للاحتفاظ بالبيانات، لأن التجميع يخلق هدفًا لم يكن أي مدخل منفرد هدفًا له.
  • مسار فحص منذ اليوم الأول. إذا استنتج النظام أمورًا عن المستخدم، فعلى المستخدم أن يستطيع رؤيتها وتصحيحها وحذفها.

إذا كنت تريد نقطة بداية ملموسة لجانب الخدمة، فقد كتبنا عن بناء ميزات LLM تعمل بالكامل دون اتصال، والانضباط نفسه ينطبق هنا: افترض أن الشبكة غائبة، وأن ميزانية الطاقة صغيرة، وأن المستخدم لا يدين لك بشيء. والخلاصة المزعجة أن مهندسي Apple بنوا شيئًا جديرًا بالإعجاب حقًا، ثم قوّضوه بالصمت. المصنفات والمخطط والاحتراز في تنفيذ الاستدلال محليًا بدلًا من إرسال كل شيء إلى مركز بيانات: هذا هو الجزء الذي يستحق النسخ. أما وضعية التشغيل الدائم غير الموثقة، والانسحاب الذي يتطلب أمرًا في الطرفية، فهذا هو الجزء الذي يستحق التجنب. ابنِ الرسم البياني، وأخبر المستخدم بوجوده. النصفان كلاهما هندسة، والثاني ليس اختياريًا.