حصلت Smart Engines على براءة اختراع أمريكية لتقنية AI تتعرف على المستندات من دون هلوسات

أعلنت شركة سمارت إنجنز الروسية أنها حصلت على براءة اختراع أمريكية لتكنولوجيا الذكاء الاصطناعي للتعرف على المستندات دون الهلوسة. وفقاً للشركة، يقلل التطوير من مخاطر بدء النظام في "اختلاق" رموز وحقول إذا كانت صورة المستند ضوضائية أو ضبابية أو غير مكتملة.

ما تم تسجيله ببراءة اختراع

يتعلق الأمر بتكنولوجيا يجب أن تزيد من موثوقية التعرف على المستندات في الظروف التي تفشل فيها النماذج العادية في كثير من الأحيان: على الماسحات الضعيفة والصور ذات الانعكاسات والإطارات الضبابية أو البيانات الناقصة. بالنسبة إلى سمارت إنجنز، براءة الاختراع الأمريكية ليست مجرد إجراء شكلي، بل هي تأكيد على أن الحل تم تشكيله بنجاح كتطور هندسي منفصل في أحد أكثر أسواق الملكية الفكرية تنافساً. الخبر مهم أيضاً لأنه لا يتعلق بـ chatbot جديد، بل بمهمة بنية تحتية عميقة.

كلما قامت الشركات بأتمتة التحقق من العملاء والأرشيفات وتدفقات المستندات الواردة بشكل أوسع، كلما احتاجت إلى نماذج لا تقتصر على التعرف فقط، بل تتعامل بشكل صحيح مع عدم اليقين، دون إخفاء نقاط الضعف خلف إجابة تبدو معقولة خارجياً. في قطاع التعرف على المستندات، تكون تكلفة الخطأ عالية بشكل خاص. إذا أساء النظام قراءة رقم أو تاريخ أو اسم عائلة أو أي تفصيل مهم آخر، فقد يؤثر ذلك على التحقق من العميل ومعالجة الطلبات والإجراءات المضادة للاحتيال أو سير العمل الداخلي للمستندات.

لذلك، المهمة هنا ليست أن يوفر النموذج الإجابة الأكثر "معقولية"، بل أن يعمل بحذر ولا يستبدل البيانات الحقيقية بتخميناته الخاصة.

لماذا هذا مهم

تُناقش مشكلة الهلوسة عادة في سياق نماذج اللغات الكبيرة، لكنها تظهر أيضاً في تطبيقات الذكاء الاصطناعي في مهام أكثر تحديداً. يمكن لأنظمة التعرف البصري على الأحرف (OCR) ونماذج ذكاء اصطناعي المستندات أيضاً استرجاع الأجزاء المفقودة بشكل غير صحيح إذا كانت بيانات الإدخال سيئة جداً. نتيجة لذلك، يرى المستخدم ليس فقط دقة منخفضة، بل تفسيراً واثقاً لكن غير صحيح للمستند.

"اختلاق" نظام التعرف بسبب ضعف جودة البيانات.

بالنسبة للأعمال التجارية، هذا حاسم لعدة أسباب:

• يمكن أن تنتهي الخطأ في استبيان العميل أو العقد أو الحساب؛
• قد تعطل التفاصيل المعترف بها بشكل غير صحيح التحقق التلقائي؛
• يبدأ التحقق ومكافحة الاحتيال في الحاجة إلى المزيد من إعادة الفحص اليدوي؛
• كل خطأ من هذا القبيل يقوض الثقة في الذكاء الاصطناعي في العمليات التشغيلية.

وفقاً لوصف سمارت إنجنز، القيمة الأساسية للتكنولوجيا هي بالضبط أنها يجب أن تزيل ميل النظام إلى ملء الفجوات ببيانات مختلقة. في الممارسة العملية، هذا يعني سلوكاً أكثر قابلية للتنبؤ: إذا كانت جودة الإدخال غير كافية، يجب أن يشير النظام إلى المشكلة بدلاً من تقديم نتيجة جميلة لكنها خاطئة. للتطبيقات المؤسسية، عادة ما يكون هذا النهج أكثر أهمية من محاولة عدوانية للتعرف على كل شيء بأي ثمن.

حيث سيكون مفيداً

هناك حاجة إلى مثل هذه الحلول في كل مكان يتم فيه معالجة المستندات بكميات كبيرة دون مشاركة المشغل في كل خطوة. يشمل ذلك البنوك والتأمين والاتصالات واللوجستيات وخدمات الإدراج وعمليات الموارد البشرية والخدمات الحكومية وشبه الحكومية. في مثل هذه السيناريوهات، غالباً ما يتم تحميل المستندات ليس من ماسح ضوئي مثالي، بل من هاتف ذكي، بعجلة، مع إضاءة سيئة وحقول مختبئة جزئياً.

هنا هو المكان الذي يصبح فيه الفرق بين "التعرف بأي ثمن" و"عدم تشويه البيانات" حاسماً. براءة الاختراع الأمريكية تعزز أيضاً موقع سمارت إنجنز في المنافسة الدولية. بالنسبة لعملاء B2B، هذا إشارة على أن الشركة تحاول حماية ليس فقط العلامة التجارية، بل أيضاً الأساس التكنولوجي المحدد للمنتج.

بالنسبة لسوق الذكاء الاصطناعي الروسي، هذا أيضاً حالة نموذجية: يمكن للفرق المحلية أن تنشئ ليس فقط الخدمات المطبقة المبنية على نماذج عالمية، بل أيضاً حلولها الأساسية الخاصة للرؤية الحاسوبية الموثوقة والتعرف على المستندات.

ما يعنيه هذا

يحول سوق الذكاء الاصطناعي تدريجياً التركيز من العروض التوضيحية المثيرة إلى الموثوقية في العمليات. تُظهر قصة سمارت إنجنز أن إحدى القيم الرئيسية تصبح ليس الحد الأقصى "من ذكاء" النموذج، بل قدرته على عدم اختلاق البيانات حيث تكون تكلفة الخطأ عالية جداً. بالنسبة للشركات التي أتمتت سير العمل للمستندات، هذا إشارة عملية وقابلة جداً للتطبيق.