المصنِّف المُضمَّن
المصنِّف المُضمَّن (Embedded Classifier) هو نموذج تعلم آلي يتم دمجه مباشرة في سير العمل التشغيلي أو منطق التطبيق، بدلاً من أن يكون خدمة خارجية قائمة بذاتها. على عكس النموذج المعتمد على الخدمات المصغرة (microservice)، يقيم المصنِّف المُضمَّن داخل التطبيق المضيف، مما يسمح بالتنبؤات في الوقت الفعلي وبزمن انتقال منخفض مباشرة حيث تتم معالجة البيانات.
بالنسبة لتطبيقات الأعمال التي تتطلب تغذية راجعة فورية - مثل تصفية مدخلات المستخدم، أو الإشارة إلى المعاملات الاحتيالية على الفور، أو تصنيف تذاكر الدعم الواردة - يعد زمن الانتقال (latency) أمرًا بالغ الأهمية. يزيل تضمين المصنِّف الحمل الزائد للشبكة، مما يوفر أوقات استدلال أسرع وتجربة مستخدم أكثر سلاسة. يسمح هذا الاقتران الوثيق للنموذج بالاستفادة من سياق التطبيق المحلي.
تتضمن العملية تدريب خوارزمية تصنيف قياسية (مثل الانحدار اللوجستي، أو أشجار القرار، أو شبكة عصبية صغيرة) على مجموعة بيانات. بمجرد تدريبه، يتم تسلسل أوزان النموذج وهيكله وتجميعه في تنسيق متوافق مع بيئة وقت تشغيل التطبيق المضيف (على سبيل المثال، مكتبة بايثون، أو وحدة C++). يقوم التطبيق بعد ذلك بتحميل هذا النموذج المُسلسل مباشرة في الذاكرة لإجراء التنبؤات على نقاط البيانات الواردة.
قارن هذا بـ تعلم الآلة بالخدمات المصغرة (Microservice ML)، حيث يعمل النموذج كنقطة نهاية واجهة برمجة تطبيقات منفصلة وقابلة للتوسع. فكر أيضًا في الذكاء الاصطناعي الطرفي (Edge AI)، وهو شكل متخصص من التضمين حيث يعمل النموذج على أجهزة محدودة الموارد (مثل الهواتف المحمولة أو مستشعرات إنترنت الأشياء).
