مجموعة أدوات الويب للذكاء الاصطناعي: ست شبكات عصبية في متصفحك - مجانًا
عادةً ما يعني "تشغيل شبكة عصبية" الاشتراك للحصول على مفتاح، وتسليم البطاقة والانتظار بينما تنتقل ملفاتك إلى خادم شخص آخر. ال صفحة مجموعة أدوات الذكاء الاصطناعي يعمل بالعكس: يتم حساب ست وظائف جاهزة للذكاء الاصطناعي في متصفحك مباشرةً، ولا يغادر الجهاز أي بايت واحد من مستنداتك أو صورك أو تسجيلاتك، ولا يتم شحن أي شيء. إنها مكتبة أدوات الويب المفتوحة بموجب ترخيص MIT - نستضيفها كصفحة من الأمثلة الحية حيث يمكنك اختبار كل وظيفة على الصورة أو النص الخاص بك، ثم أخذ الكود الجاهز إلى مشروعك.
كيف يعمل
تم بناء المحرك على مجموعة حوسبة الويب الحديثة: تسريع الأجهزة عبر WebGPU وWebNN، والحوسبة المتوازية من خلال WebAssembly SIMD، وواجهات برمجة التطبيقات AI للمتصفح الأصلي. إذا لم يكن WebGPU متاحًا على جهازك، فستعود المكتبة تلقائيًا إلى WASM المُحسّن على وحدة المعالجة المركزية العادية - بحيث يتم تشغيلها على أي جهاز كمبيوتر، ولكنها تكون أسرع على أجهزة الألعاب. يتم تنزيل أوزان النماذج إلى المتصفح مرة واحدة وتخزينها مؤقتًا: بعد التحميل الأول، تستمر الوظائف في العمل حتى في وضع عدم الاتصال.
ست وظائف في نافذة واحدة
- التعرف الضوئي على الحروف: التعرف على النص المطبوع والمكتوب بخط اليد من صورة أو لقطة شاشة — صورة عقد، شريحة عرض تقديمي، ملاحظات من السبورة البيضاء.
- الكلام إلى النص: نسخ تسجيل صوتي مع الطوابع الزمنية، دون تحميل الملف في أي مكان.
- تلخيص: نسخة مختصرة من مقال طويل أو تقرير أو عقد.
- تحويل النص إلى كلام: تركيب الكلام من النص الخاص بك باستخدام المتصفح نفسه.
- تصنيف الصور: اكتشاف الكائنات والفئات في الصورة بدرجات الثقة.
- خرقة والبحث: الصق مستنداتك واطرح سؤالاً - تقوم الأداة بالبحث عن المقاطع ذات الصلة وإظهارها.
يتم اختبار كل وظيفة مباشرة على الصفحة: اسحب ملفًا أو اختر عينة جاهزة واضغط على "تشغيل معالجة الذكاء الاصطناعي" - يمكن نسخ النتيجة أو تنزيلها كنص.
كود لمشروعك الخاص
يتم تثبيت المكتبة بأمر واحد - npm install web-ai-toolkit - ويتم استيراد الوظيفة حسب الوظيفة: ocr, summarize, transcribeAudioFile, textToSpeech, classifyImage, doRAGSearch. تحتوي الصفحة على علامة التبويب "مثال التعليمات البرمجية" التي تحتوي على مقتطفات جاهزة، لذلك لا يتعين عليك كتابة عملية التكامل من البداية.
أين المصيد
أولاً: المتصفح والذاكرة. يعمل WebGPU بالكامل في Chrome وEdge (وقائمة متزايدة من البرامج الأخرى)، ويستغرق تنزيل النموذج الأول وقتًا ومساحة لذاكرة التخزين المؤقت. ثانيًا: هذه نماذج محلية مدمجة، وليست مولدات نصوص سحابية عملاقة - الجودة موجودة حيث تكون مطلوبة، وعندما تحتاج إلى تحليل لغوي جدي، يقدم الموقع نماذج كاملة الحجم بشكل متوازن. ثالثًا: تعتمد ميزة تحويل النص إلى كلام على التركيب المدمج في المتصفح، وبالتالي يعتمد الصوت على نظامك وليس على نموذج الشبكة.
لماذا يهم في الحياة الحقيقية
سحب النص من النسخة الممسوحة ضوئيًا قبل إرساله إلى محامٍ، أو تقسيم مكالمة مدتها ساعة إلى نقاط دون إرسال التسجيل إلى أي مكان، أو صياغة تعليق صوتي، أو تصنيف مائة صورة، أو العثور على البند الصحيح في كومة من المستندات الخاصة بك - هذه هي المهام النموذجية التي كانت تتطلب خدمة سحابية ورموزًا مدفوعة. وهنا يغلق نفس السيناريو بدون تسجيل وبدون بطاقة وبدون إرسال بياناتك لأي شخص.
جربه: مجموعة أدوات الويب للذكاء الاصطناعي (مجانية) على الموقع - وبجانبه قائمة الأدوات المجانية الأخرى، بدءًا من ملخص صفحات الويب وحتى التقاط الحركة بكاميرا الويب.