أعلنت شركة Mistral الفرنسية، المتخصصة في تطوير نماذج الذكاء الاصطناعي اللغوية، عن إطلاق واجهة برمجية جديدة لمعالجة المستندات المعقدة بصيغة PDF.
وتعتمد الأداة -التي تحمل اسم Mistral OCR- على تقنية التعرف الضوئي على الحروف (OCR) لتحويل الملفات إلى نصوص بتنسيق Markdown، وهو ما يسهل على نماذج الذكاء الاصطناعي تحليلها والاستفادة منها.
في الأساس، تعتمد نماذج الذكاء الاصطناعي الكبيرة (LLMs) مثل تلك التي تقف وراء ChatGPT على النصوص الخام في عمليات التدريب والتحليل.
لذا، فإن الشركات التي تسعى لبناء أنظمة ذكاء اصطناعي متطورة تحتاج إلى تخزين بياناتها بصيغة نظيفة ومنظمة.
وهنا تبرز أهمية هذه الأداة، الذي لا تقتصر على استخراج النصوص، بل تحافظ على تنسيقها بطريقة تتيح استخدامها مباشرة داخل أنظمة الذكاء الاصطناعي.
واجهة متعددة الوسائط لمعالجة المستندات المعقدة
على عكس العديد من واجهات OCR الأخرى، يتميز Mistral OCR بكونه متعدد الوسائط، حيث يمكنه التعرف على الرسوم التوضيحية والصور داخل المستندات بدقة.
وتقوم الأداة بتحديد هذه العناصر ووضعها داخل "إطارات حدودية" لضمان عدم فقدان أي تفاصيل عند تحويل المحتوى إلى نص قابل للمعالجة.
كما أنها لا تخرج النصوص بشكل عشوائي أو ككتلة واحدة، بل تنسقها باستخدام لغة Markdown. وهي صيغة شائعة بين المطورين لإضافة العناوين، الروابط، والقوائم داخل الملفات النصية.
هذه الميزة تجعل البيانات أكثر تنظيمًا، وتساهم في تحسين تجربة المستخدم عند الاستفادة منها داخل تطبيقات الذكاء الاصطناعي مثل Le Chat من Mistral أو ChatGPT.
وتستخدم Mistral تقنية OCR الخاصة بها داخل مساعدها الذكي Le Chat.
حيث يقوم النظام تلقائيًا بتحليل أي مستند PDF يرفعه المستخدم.
وتعمل الأداة في الخلفية لاستخلاص محتوى الوثيقة بدقة قبل معالجتها، مما يساعد على تحسين فهم النصوص والاستفادة منها داخل المساعد..
تعرف على مزايا Le Chat المجانية، وطريقة الوصول.
تسهيل الوصول إلى الوثائق الداخلية للشركات
في هذا الإطار، صرّح Guillaume Lample، المؤسس المشارك والرئيس العلمي لشركة Mistral، بأن المؤسسات تحتفظ بكميات هائلة من المستندات، وغالبًا ما تكون بصيغ PDF أو عروض تقديمية
ومع ذلك، فإن هذه الملفات لا يمكن معالجتها بسهولة بواسطة نماذج الذكاء الاصطناعي.
ويمثل هذا الأمر تحديًا خاصًا لأنظمة RAG، التي تعتمد على استرجاع البيانات لإثراء استجابات الذكاء الاصطناعي.
وأضاف أن Mistral OCR يتيح للشركات تحويل هذه الوثائق إلى محتوى نصي مقروء بجميع اللغات.
ونتيجة لذلك، يصبح من السهل على أنظمة الذكاء الاصطناعي تحليلها والاستفادة منها.
في الفيديو القادم، توضح الشركة قدرة أداتها في استخراج النصوص والصور من ملف PDF معقد.
دقة أعلى من المنافسين وتوافر واسع
وفقًا لما أعلنته الشركة، فإن Mistral OCR يتفوق على الحلول المنافسة من Google، Microsoft وOpenAI من حيث الدقة.
وبشكل خاص، يتميز عنهم عند التعامل مع مستندات تحتوي على معادلات رياضية مكتوبة بـ LaTeX، جداول معقدة، أو تصاميم متقدمة.
كما أنه يتميز بأداء قوي مع اللغات غير الإنجليزية.
ويمكن للمطورين الوصول إلى الخدمة من خلال منصة Mistral API أو عبر مزودي الخدمات السحابية مثل AWS، Azure، وGoogle Cloud Vertex.
أما المؤسسات التي تتعامل مع بيانات حساسة، فبإمكانها الاستفادة من خيار النشر المحلي داخل بنيتها التحتية لضمان الأمان والخصوصية.
استخدامات واسعة في قطاع الأعمال
تتوقع Mistral أن يكون Mistral OCR أداة أساسية للشركات التي تعتمد على الذكاء الاصطناعي في تحليل الوثائق.
على سبيل المثال، يمكن لمكاتب المحاماة استخدامه لفحص كميات ضخمة من الملفات القانونية بسرعة.
كما يمكن دمجه مع أنظمة RAG لجعل المستندات المتعددة الوسائط جزءًا من مدخلات النماذج اللغوية، وهو ما يفتح المجال لابتكارات عديدة في قطاعات مختلفة.
ومع استمرار تطور الذكاء الاصطناعي، يبدو أن تحسين إمكانية الوصول إلى البيانات المنظمة سيكون عاملاً حاسمًا في نجاح تطبيقاته. وMistral OCR يمثل خطوة مهمة في هذا الاتجاه.
