Gemini والبحث الدلالي: AI يختار الأثاث استنادًا إلى المخططات بدقة 87%

اختيار الأثاث بناءً على رسم معماري هو مهمة تظل تُنجز إلى حد كبير يدويًا في البناء والتصميم الداخلي. يأخذ المتخصص الرسم ويفتح كتالوج المورّد ويبدأ بفحص الموضوعات بشكل منهجي: بمقارنة الأبعاد والمواد والأسلوب. يستغرق المشروع الواحد من 20 إلى 40 ساعة عمل فقط في هذه المرحلة.

عندما يكون هناك أجسام متعددة، تتضاعف التكاليف بشكل متناسب. قررت فريق روسي من المطورين سد هذه الفجوة ببناء نظام ذكاء اصطناعي يؤتمت العملية الكاملة للاختيار ويقدم توصيات بدقة 87%. تقع المشكلة عند تقاطع رؤية الحاسوب واسترجاع المعلومات.

الرسم المعماري هو وثيقة متخصصة تحتوي على رموز وعلامات تقليدية وشبكات مقياس وطبقات متعددة المستويات. مجرد التعرف على كائن في الصورة غير كافٍ: تحتاج إلى فهم الحل التخطيطي ككل وتحديد المناطق الوظيفية واستخراج مناطق الجلوس لفئات معينة من الأثاث والأخذ في الاعتبار قيود المساحة الحقيقية. قلب النظام هو بنية معمارية متعددة الأنماط مع Gemini كمنسق رئيسي.

يتولى هذا النموذج فهم الرسم: يعترف بالتخطيط ويحدد الغرف ويحدد مكان غرفة النوم ومكان غرفة المعيشة وما هي مناطق الدوران وأين توجد قيود على الارتفاع والإضاءة أو تكوين الجدران. هذا ليس مجرد تقنية OCR وليس معترفًا بسيطًا للأشياء — يعمل Gemini مع دلالات الوثيقة المعمارية ويستخرج البيانات المنظمة للطبقة التالية من النظام. بعد تفكيك الرسم إلى وحدات دلالية، يدخل البحث الدلالي في الكتالوج حيز التنفيذ.

تم بالفعل متجهة كل عنصر: تُحول خصائص المنتج — الأبعاد والمواد والأسلوب ولوحة الألوان وقطاع السعر — إلى متجهات تضمين. يقارن النظام المتطلبات من الرسم بهذا التمثيل المتجه ويجد المطابقات الأقرب. النتيجة ليست مجرد قائمة بمئات العناصر المناسبة، بل اختيار مرتب مع شرح لسبب التوصية بهذا النموذج المحدد لمكان معين في الخطة.

لا تقتصر البنية المعمارية التقنية على مكونين. بالإضافة إلى Gemini والبحث الدلالي، يتضمن خط الأنابيب نماذج لمعالجة الرسومات المسبقة: تطبيع المقياس وفصل الطبقات وتنظيف القطع الأثرية من المسح. تأتي الرسومات الحقيقية من منظمات التصميم بحالات مختلفة — من عمليات تصدير CAD النظيفة إلى المستندات الورقية الممسوحة ضوئيًا بالتمزقات والبقع.

يجب أن يعمل النظام بثبات مع هذا النطاق الكامل بدون معالجة مسبقة يدوية. لم يتم تحقيق دقة 87% في المحاولة الأولى. كرر الفريق عددًا من العقد الرئيسية: جودة تحليل الرسومات بصيغ مختلفة واستراتيجية متجهة بيانات الكتالوج وآلية التصنيف النهائي.

كان التحدي الخاص هو التخطيطات غير المعتادة — عندما يستخدم المهندس المعماري رموزًا غير قياسية أو عندما يحتوي الرسم على جزء فقط من الغرفة. بالنسبة للحالات الحدية، أضافوا منطق احتياطي وطبقة إضافية من التحقق من النتائج. تكمن القيمة العملية للتطوير في توسيع نطاق وقت عمل المتخصصين.

إذا كان بإمكان المصمم في السابق العمل بالتفصيل على 2–3 مشاريع في الأسبوع، فإن نظام الذكاء الاصطناعي يقوم بفحص وتصحيح التوصيات الجاهزة بدلاً من صياغتها من البداية. بالنسبة لشركات البناء التي تعمل مع مجمعات سكنية قياسية، فهذا يعني القدرة على إدارة عشرات الأجسام بالتوازي بدون زيادة تناسبية في الموارد البشرية. يوضح المشروع كيف تبدأ الأنظمة الذكية متعددة الأنماط في أتمتة المهام التشغيلية التي طالما اعتبرت متخصصة جدًا لمعالجة الآلة.

الرسومات المعمارية نوع معقد من البيانات غير المنظمة، وحقيقة أن Gemini يتعامل مع تحليلها الدلالي تفتح الباب لحلول مماثلة في المجالات ذات الصلة: الرسوم البيانية الهندسية والرسومات الإنشائية والمواصفات التقنية. الخطوة المنطقية التالية هي التكامل مع منصات BIM والتصدير المباشر للتوصيات إلى وثائق المشروع.