Mistral AI تكشف عن OCR 4: معيار جديد في ذكاء المستندات

أطلقت Mistral AI رسميًا OCR 4، وهو نموذج جديد متطور مصمم لتغيير كيفية تفسير الآلات للمستندات الرقمية المعقدة. ومن خلال تجاوز مجرد استخراج النصوص البسيطة، يعد هذا النموذج بإعادة تعريف معايير معالجة المستندات في سير العمل المؤتمت وتكامل وكلاء الذكاء الاصطناعي (AI agents).

ما وراء النصوص الخام: تصنيف الكتل المتقدم

على عكس أدوات التعرف الضوئي على الحروف (OCR) التقليدية التي تكتفي باستخراج النصوص الخام، يقدم OCR 4 فهمًا هيكليًا عميقًا لتخطيطات المستندات. النموذج قادر على تحديد الإحداثيات المكانية الدقيقة للعناصر الموجودة في الصفحة وتعيين أدوار وظيفية محددة لها.

وهذا يعني أن النموذج يمكنه التمييز بين العناوين، والجداول، والمعادلات الرياضية المعقدة، وحتى التوقيعات اليدوية. ومن خلال إجراء هذا "التصنيف للكتل" (block classification)، يقوم OCR 4 تلقائيًا بتقسيم المستندات إلى أقسام منظمة وذات مغزى. وبالنسبة للمطورين ومهندسي البيانات، يعد هذا تقدمًا حاسمًا، حيث يسمح باستيعاب بيانات أكثر دقة عند تغذية المستندات في أنظمة RAG (Retrieval-Augmented Generation) أو وكلاء الذكاء الاصطناعي المستقلين الذين يتطلبون سياقًا عالي الدقة.

دقة مثبتة في الاختبارات العمياء

وللتحقق من أدائه، أجرت Mistral اختبارًا أعمى صارمًا شمل أكثر من 600 مستند. وكانت النتائج مذهلة: حيث فضل المراجعون المستقلون OCR 4 على النماذج المنافسة في الصناعة في 72 بالمائة من حالات الاختبار. ويسلط هذا التفضيل الضوء على قدرة النموذج الفائقة على التعامل مع الفروق الدقيقة التي غالبًا ما تسبب تعثر محركات OCR القديمة.

علاوة على ذلك، يوفر OCR 4 شفافية دقيقة من خلال درجات الثقة (confidence scores). فلكل كلمة أو صفحة تتم معالجتها، يخرج النموذج تقديرًا لمدى تأكده. وتعد هذه الميزة حيوية للتطبيقات المخصصة للمؤسسات، حيث تتطلب القرارات عالية المخاطر تحققًا بشريًا (human-in-the-loop) إذا انخفضت ثقة النموذج عن حد معين.

دعم متعدد اللغات وإمكانية الوصول

لا تزال الحواجز اللغوية تشكل عقبة كبيرة في معالجة المستندات عالميًا، لكن OCR 4 يهدف إلى سد هذه الفجوة من خلال دعم 170 لغة. وتدعي Mistral أن النموذج يحافظ على دقة عالية حتى عند معالجة اللغات الأقل شيوعًا أو ذات الموارد المحدودة، مما يجعله أداة متعددة الاستخدامات للمؤسسات الدولية.

النموذج متاح بالفعل للمطورين والشركات عبر منصات متعددة، بما في ذلك Mistral API وMistral Studio وMicrosoft Foundry. كما طبقت Mistral هيكل تسعير تنافسي لتشجيع الاعتماد: تبلغ تكلفة النموذج 4 دولارات لكل 1000 صفحة للطلبات في الوقت الفعلي، بينما يتوفر وضع المعالجة بالدفعة (batch mode) الأكثر فعالية من حيث التكلفة بسعر دولارين لكل 1000 صفحة.

لماذا يهم هذا النظام البيئي للذكاء الاصطناعي

يشير إصدار OCR 4 إلى تحول من "قراءة" النص إلى "فهم" بنية المستند. ومع زيادة قدرات نماذج LLMs، غالبًا ما تكون عنق الزجاجة للذكاء هي جودة البيانات التي يتم تغذيتها إليها. ومن خلال توفير بيانات منظمة ومصنفة وعالية الثقة من ملفات PDF وWord وPowerPoint، توفر Mistral "الوقود" عالي الجودة اللازم للجيل القادم من تطبيقات الذكاء الاصطناعي القائمة على الاستدلال المكثف.

النقاط الرئيسية

  • الذكاء الهيكلي: يستخدم OCR 4 تصنيف الكتل لتحديد العناوين والجداول والمعادلات، بدلاً من مجرد استخراج النصوص الخام.
  • أداء فائق: في الاختبارات العمياء لأكثر من 600 مستند، تم تفضيل النموذج على المنافسين بنسبة 72% من الوقت.
  • جاهز للمؤسسات: يدعم 170 لغة ويقدم تسعيرًا منظمًا عبر API وMicrosoft Foundry، بدءًا من دولارين لكل 1000 صفحة في وضع المعالجة بالدفعة.