إنشاء نظام عالي الدقة لفهم المستندات المالية باستخدام Gemini 2.5 Pro

‫Pascal AI هو نظام تشغيل مستنِد إلى الذكاء الاصطناعي ومصمّم لصناديق الاستثمار، ويعمل على نطاق مؤسسي لمعالجة ملايين الصفحات من المستندات والمذكرات والنماذج. تتمثّل مهمّتهم في تحويل البيانات الداخلية والخارجية للشركة إلى ميزة مستندة إلى الذكاء الاصطناعي، ما يساعد المحلّلين وكبار مسؤولي المعلومات على اتّخاذ قرارات أسرع مستندة إلى البيانات.

لإنشاء الرسم البياني المعرفي الذي يتيح سير العمل المستنِد إلى الذكاء الاصطناعي الوكيل، احتاجت شركة Pascal AI إلى نظام ذكاء مستندات قادر على تحويل المستندات المالية المتنوعة والمعقدة إلى نص منظَّم بدقة فائقة.

تمثّل المستندات المالية تحديات فريدة وصعبة في ما يتعلق بالتحليل الآلي. قبل دمج Gemini API، اختبر فريق Pascal AI أدوات مختلفة للتعرّف البصري على الأحرف ونماذج لغوية كبيرة، وواجه عقبات فنية مستمرة:

• البيانات المرئية المعقّدة: إنّ استخراج بيانات دقيقة من الرسوم البيانية المتعددة المحاور والرسوم البيانية للاتجاهات ليس أمرًا بسيطًا. أما النماذج الأخرى، فكانت غالبًا ما تهلوس بقيم غير متوفرة في المرئيات الأصلية، ما يؤدي إلى حدوث مشاكل غير مقبولة في الموثوقية.
• بُنى الجداول المعقّدة: غالبًا ما تتضمّن البيانات المالية خلايا مدمجة وتمتد على صفحات متعددة أفقيًا وعموديًا. غالبًا ما تعجز مكتبات الاستخراج العادية عن الحفاظ على هذه البنية، ما يؤدي إلى فقدان سياق مهم، مثل وحدات العملة أو الفترات الزمنية.
• جودة المستندات المتفاوتة: تتراوح مصادر البيانات بين المستندات الرقمية الأصلية وملفات PDF الممسوحة ضوئيًا بدقة منخفضة، ما يجعل منطق التحليل الصارم هشًا.

تطلّب الذكاء الاصطناعي Pascal AI طبقة تحليل يمكنها التعامل مع هذا التعقيد بدون الهلوسة.

للتغلّب على هذه التحديات، دمجت شركة Pascal AI Gemini 2.5 Pro من خلال LangChain كعنصر أساسي في حزمة ذكاء المستندات.

وفقًا لـ "كاناف أناند"، رئيس قسم الذكاء الاصطناعي في شركة Pascal AI، أدّى الاستنتاج المتعدّد الوسائط في النموذج إلى تعزيز الدقة بشكلٍ كبير. على عكس الحلول السابقة، يقلّل Gemini 2.5 Pro من الهلوسات ويحوّل الرسوم البيانية المعقّدة بدقة إلى جداول markdown منظَّمة، ما يحافظ على السياق المالي المهم.

لقياس مدى النجاح، تستخدم أداة Pascal AI مجموعة تقييم داخلية، وتتتبّع معدّل الخطأ في مسافة التعديل لتحديد مدى قرب الناتج الذي تم تحليله من النص الأصلي. حقّق Gemini 2.5 Pro معدّل خطأ منخفضًا بنسبة ‏4% في مسافة التعديل، ما يعني أنّه حقّق دقة أعلى بمقدار الضعف مقارنةً بالنموذج التالي الأفضل الذي تم اختباره. علاوةً على ذلك، حقّق النموذج دقة بنسبة% 100 على مستوى العناصر، حيث تمكّن من تحديد المكوّنات البنيوية بشكل صحيح، مثل الجداول والفقرات والعناوين.

بالإضافة إلى الدقة العالية، ساهمت Gemini API في تسريع عملية التطوير. من خلال حلّ المشاكل المعقّدة المتعلّقة بفهم المستندات بشكل أساسي من خلال هندسة الطلبات بدلاً من استخدام منطق مخصّص غير مرن، يمكن للفريق تكرار العملية بسرعة لتوفير أنواع جديدة من المستندات عند توفّرها.

في المستقبل، يهدف مشروع Pascal AI إلى تحقيق دقة تحليلية تقارب% 100 من خلال تجربة طرق متقدّمة، بما في ذلك تنسيق النماذج والضبط الدقيق لإعداد التقارير المالية الخاصة بمجالات معيّنة.

لبدء التطوير باستخدام نماذج Gemini، يُرجى الاطّلاع على مستندات واجهة برمجة التطبيقات.